DERS BİLGİLERİ | |||||
---|---|---|---|---|---|
Ders | Kodu | Yarıyıl | Ders Süresi | Kredi | AKTS |
Bahçe Bitkileri Veri Madenciliği Uygulamaları | BBP 326 | 6 | 2 | 2 | 3 |
Ön Koşul Dersleri | |
Ders Hakkında Önerilen Diğer Hususlar | None |
Dersin Dili | Türkçe | |||
Dersin Seviyesi | Lisans | |||
Dersin Türü | Seçmeli | |||
Dersin Koordinatörü | Prof. Dr. Zeynel CEBECİ | |||
Dersi Verenler |
|
|||
Dersin Yardımcıları | ||||
Dersin Amacı | Bahçe bitkilerinde veri madenciliği ve yapay sinir ağlarıyla ilgili yöntemler ve teknikleri öğrenme, uygulamalar geliştirme ve analizler yapma |
|||
Dersin İçeriği | Bahçe Bitkileri ile ilgili araştırma ve üretim verilerini işlemek için veri madenciliği yöntemleri ve yapay sinir ağları uygulamaları |
Dersin Öğrenme Kazanımları |
---|
1) Veri bilimi ve veri madenciliği terimleri, veri ve veri kaynaklarını tanır, düzenler ve işler. |
2) R istatistiksel hesaplama ve görselleştirme ortamında çalışma bilgisi kazanır. |
3) Veri önişleme teknikler ve veri görselleştirmeyi öğrenir. |
4) Yönetimli ve yönetimsiz öğrenme yöntemlerini öğrenir. |
5) Yapay sinir ağları ve derin öğreneyi öğrenir ve uygular. |
6) |
7) |
8) |
9) |
10) |
11) |
12) |
13) |
14) |
15) |
DERSİN PROGRAM KAZANIMLARINA KATKISI | |||||||
---|---|---|---|---|---|---|---|
No | Temel öğrenme Kazanımları | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | Matematik, Fen bilimleri ve Ziraat Mühendisliği (Bahçe Bitkileri) disiplinine özgü konularda yeterli bilgi birikimi, bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi |
||||||
2 | Bahçe Bitkilerinde meyve, sebze, bağ ve süs bitkileri yetiştiriciliği, ıslahı ve ürün muhafazası ile ilgili problemleri tanımlama ve çözme becerisi, bu amaca uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi |
||||||
3 | Bahçe Bitkilerinde açıkta ve örtüaltında meyve, sebze, bağ ve süs bitkileri yetiştiriciliği için gerekli koşulları karşılayacak şekilde tasarlama becerisi ve bu amaçla modern tasarım yöntemlerini uygulama becerisi |
||||||
4 | Bahçe Bitkileri uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern araçları seçme ve kullanma becerisi, bilişim teknolojilerini etkin bir şekilde kullanma becerisi |
||||||
5 | Bahçe Bitkileri alanında karşılaşılan karmaşık problemlerin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi |
||||||
6 | Bahçe Bitkilerinin ıslahı, yeni çeşit geliştirme, seleksiyon yapma, genetik kaynakları koruma altına alma, geliştirilen çeşitlerin çoğaltma materyallerini (tohum, fide, fidan) üretme becerisi, bireysel ve çok disiplinli takımlarda çalışma becerisi |
||||||
7 | Bahçe Bitkileri alanında etkin rapor yazma ve yazılı olan raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılabilir talimat alma ve verme becerisi |
||||||
8 | Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık, Bahçe Bitkileri alanında bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi |
||||||
9 | Etik ilkelerine uygun davranma, Bahçe Bitkileri alanında mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi |
||||||
10 | Bahçe Bitkileri alanında proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi, girişimcilik, yenilikçilik hakkında farkındalık, sürdürülebilir kalkınma hakkında bilgi |
||||||
11 | Bahçe Bitkileri uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın Bahçe Bitkileri alanına yansıyan sorunları hakkında bilgi, Bahçe Bitkileri çözümlerinin hukuksal sonuçları konusunda farkındalık |
DERS AKIŞI | |||
---|---|---|---|
Hafta | Konular | Ön Hazırlık | Yöntem |
1 | Veri bilimi ve veri madenciliği | Ders notlarına çalışma | |
2 | Tarımsal veri ve veri kaynakları | Ders notlarına çalışma | |
3 | R istatistiksel hesaplama ve görselleştirme uygulaması | Ders notlarına çalışma, R yazılımını kurma ve çalıştırma | |
4 | Veri önişleme | Ders notlarına çalışma, R'da veri seti oluşturma | |
5 | Veri görselleştirme | Ders notlarına çalışma, R'da histogram, serpilme grafiği, çubuk ve pasta grafik oluşturma | |
6 | İstatistiksel veri madenciliği yöntemleri 1 | Ders notlarına çalışma, Web'te öğreticiler bulma ve okuma | |
7 | İstatistiksel veri madenciliği yöntemleri 2 | Ders notlarına çalışma | |
8 | Ara Sınav | Ders notlarına çalışma | |
9 | İstatistiksel veri madenciliği yöntemleri 3 | Ders notlarına çalışma | |
10 | Yönetimsiz öğrenme teknikleri | Ders notlarına çalışma | |
11 | Yönetimli öğrenme teknikleri | Ders notlarına çalışma | |
12 | Yapay sinir ağları 1 | Ders notlarına çalışma | |
13 | Yapay sinir ağları 2 | Ders notlarına çalışma | |
14 | Derin öğrenme uygulamaları 1 | Ders notlarına çalışma | |
15 | Derin öğrenme uygulamaları 2 | Ders notlarına çalışma | |
16-17 | Yarıyıl Sonu Sınavları | Ders notlarına çalışma |
KAYNAKLAR | |
---|---|
Ders Notu | |
Diğer Kaynaklar |