Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
İŞ ZEKASI VE KARAR VERMEİŞL2223000Bahar Dönemi3+035
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilerin iş zekâsı ve veri temelli karar verme süreçlerini kavramalarını sağlamak; veri analizi yapabilme, karar problemlerini doğru şekilde tanımlayabilme ve bu problemlere uygun KPI setleri geliştirebilme becerilerini kazandırmaktır.
Dersin İçeriğiBu ders; Ders Tanıtımı ve BI Kavramları ,Veri ve Veri Yapıları ,Veri Temizleme (Data Cleaning) ,Veri Dönüştürme (Data Transformation) ,Veri Analizi I: Tanımlayıcı Analiz ,Veri Analizi II: Görselleştirme ,Algoritma Tasarımına Giriş ,Ara sınav,Sınıflandırma Mantığı ile Algoritma Üretme ,İleri Seviye Kurallar ve Modelleme Mantığı ,Algoritmanın Power BI’a Dönüştürülmesi ,Power BI Veri Modelleme ,Power BI Dashboard Tasarımı ,Öğrenci sunumları I,Öğrenci sunumları II,Final sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
İş zekâsı ile karar destek sistemleri kavramlarını analiz eder.
Veri, bilgi ile karar arasındaki ilişkiyi açıklar.
Veri türlerini tanımlar.
Karar problemleri için uygun veri setlerini belirler.
Karar problemlerini yapılandırır.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Ders Tanıtımı ve BI Kavramları
2Veri ve Veri Yapıları
3Veri Temizleme (Data Cleaning)
4Veri Dönüştürme (Data Transformation)
5Veri Analizi I: Tanımlayıcı Analiz
6Veri Analizi II: Görselleştirme
7Algoritma Tasarımına Giriş
8Ara sınav
9Sınıflandırma Mantığı ile Algoritma Üretme
10İleri Seviye Kurallar ve Modelleme Mantığı
11Algoritmanın Power BI’a Dönüştürülmesi
12Power BI Veri Modelleme
13Power BI Dashboard Tasarımı
14Öğrenci sunumları I
15Öğrenci sunumları II
16Final sınavı
Kaynak
1. Turban, E., Sharda, R. ve Delen, D. (2018). Business Intelligence, Analytics and Decision Support Systems. Pearson. 2. Power, D. J. (2002). Decision Support Systems: Concepts and Resources for Managers. Greenwood Publishing. 3. Provost, F. ve Fawcett, T. (2013). Data Science for Business. O'Reilly Media. 4. Figueira, J., Greco, S. ve Ehrgott, M. (2005). Multiple Criteria Decision Analysis: State of the Art Surveys. Springer. 5. Delen, D. (2020). Prescriptive Analytics: The Final Frontier for Evidence-Based Management. FT Press.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
İşletme alanına ilişkin temel kuramsal ve uygulamalı bilgileri açıklar
X
2
İşletmenin temel fonksiyonlarını, örgüt yapısını, kaynaklarını, paydaşlarını ve çevresini açıklar
X
3
İşletme sorunlarını analiz eder
X
4
İşletmenin paydaşlarıyla etkili sözlü ve yazılı iletişim kurar
X
5
Bireysel ve çok kültürlü çalışma ortamlarında sorumluluk alır
X
6
Alanıyla ilgili bağımsız araştırma yürütür
X
7
Mesleki etik, çevre duyarlılığı, sürdürülebilirlik, sosyal sorumluluk ve evrensel değerlere uygun davranır
X
8
Girişimci faaliyetlere yönelik yenilikçi iş fikirleri geliştirir
X
9
İşletmecilik alanındaki ulusal ve uluslararası gelişmeleri değerlendirir
X
10
İşletmelerin karar verme süreçlerinde bilimsel yöntemleri uygular
X
11
İşletme amaçlarının gerçekleştirilmesine yönelik yönetsel beceriler sergiler
X
12
Disiplinler arası çalışmalarda araştırma becerilerini kullanır
X
13
İşletme süreçlerinde dijital dönüşüm araçlarını etkin şekilde kullanır
X
14
Küresel iş trendlerini ve uluslararası pazarlama stratejilerini analiz eder
X

Değerlendirme Sistemi

AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Toplam İş Yükü (Saat)0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
İŞ ZEKASI VE KARAR VERMEİŞL2223000Bahar Dönemi3+035
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilerin iş zekâsı ve veri temelli karar verme süreçlerini kavramalarını sağlamak; veri analizi yapabilme, karar problemlerini doğru şekilde tanımlayabilme ve bu problemlere uygun KPI setleri geliştirebilme becerilerini kazandırmaktır.
Dersin İçeriğiBu ders; Ders Tanıtımı ve BI Kavramları ,Veri ve Veri Yapıları ,Veri Temizleme (Data Cleaning) ,Veri Dönüştürme (Data Transformation) ,Veri Analizi I: Tanımlayıcı Analiz ,Veri Analizi II: Görselleştirme ,Algoritma Tasarımına Giriş ,Ara sınav,Sınıflandırma Mantığı ile Algoritma Üretme ,İleri Seviye Kurallar ve Modelleme Mantığı ,Algoritmanın Power BI’a Dönüştürülmesi ,Power BI Veri Modelleme ,Power BI Dashboard Tasarımı ,Öğrenci sunumları I,Öğrenci sunumları II,Final sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
İş zekâsı ile karar destek sistemleri kavramlarını analiz eder.
Veri, bilgi ile karar arasındaki ilişkiyi açıklar.
Veri türlerini tanımlar.
Karar problemleri için uygun veri setlerini belirler.
Karar problemlerini yapılandırır.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Ders Tanıtımı ve BI Kavramları
2Veri ve Veri Yapıları
3Veri Temizleme (Data Cleaning)
4Veri Dönüştürme (Data Transformation)
5Veri Analizi I: Tanımlayıcı Analiz
6Veri Analizi II: Görselleştirme
7Algoritma Tasarımına Giriş
8Ara sınav
9Sınıflandırma Mantığı ile Algoritma Üretme
10İleri Seviye Kurallar ve Modelleme Mantığı
11Algoritmanın Power BI’a Dönüştürülmesi
12Power BI Veri Modelleme
13Power BI Dashboard Tasarımı
14Öğrenci sunumları I
15Öğrenci sunumları II
16Final sınavı
Kaynak
1. Turban, E., Sharda, R. ve Delen, D. (2018). Business Intelligence, Analytics and Decision Support Systems. Pearson. 2. Power, D. J. (2002). Decision Support Systems: Concepts and Resources for Managers. Greenwood Publishing. 3. Provost, F. ve Fawcett, T. (2013). Data Science for Business. O'Reilly Media. 4. Figueira, J., Greco, S. ve Ehrgott, M. (2005). Multiple Criteria Decision Analysis: State of the Art Surveys. Springer. 5. Delen, D. (2020). Prescriptive Analytics: The Final Frontier for Evidence-Based Management. FT Press.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
İşletme alanına ilişkin temel kuramsal ve uygulamalı bilgileri açıklar
X
2
İşletmenin temel fonksiyonlarını, örgüt yapısını, kaynaklarını, paydaşlarını ve çevresini açıklar
X
3
İşletme sorunlarını analiz eder
X
4
İşletmenin paydaşlarıyla etkili sözlü ve yazılı iletişim kurar
X
5
Bireysel ve çok kültürlü çalışma ortamlarında sorumluluk alır
X
6
Alanıyla ilgili bağımsız araştırma yürütür
X
7
Mesleki etik, çevre duyarlılığı, sürdürülebilirlik, sosyal sorumluluk ve evrensel değerlere uygun davranır
X
8
Girişimci faaliyetlere yönelik yenilikçi iş fikirleri geliştirir
X
9
İşletmecilik alanındaki ulusal ve uluslararası gelişmeleri değerlendirir
X
10
İşletmelerin karar verme süreçlerinde bilimsel yöntemleri uygular
X
11
İşletme amaçlarının gerçekleştirilmesine yönelik yönetsel beceriler sergiler
X
12
Disiplinler arası çalışmalarda araştırma becerilerini kullanır
X
13
İşletme süreçlerinde dijital dönüşüm araçlarını etkin şekilde kullanır
X
14
Küresel iş trendlerini ve uluslararası pazarlama stratejilerini analiz eder
X

Değerlendirme Sistemi

Sayısal Veriler

Bilgi / Destek Butonu