Ders Kitabı / Malzemesi / Önerilen Kaynaklar
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
McKinney, W. (2017). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media.
VanderPlas, J. (2016). Python Data Science Handbook: Essential Tools for Working with Data. O'Reilly Media.
Grolemund, H., & Wickham, H. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer.
Dersin İçeriği
Veri Bilimi, öğrencilere büyük veri setlerinden anlamlı içgörüler çıkarabilme yetenekleri kazandırmayı amaçlar. Müfredat, istatistik ve matematik temellerini, Python veya R gibi programlama dillerinde yetkinlik kazanmayı ve tahmin modelleme için makine öğrenimi uygulamayı içerir. Ayrıca, veri yönetimi, temizleme teknikleri ve sonuçların etkili iletişimi vurgulanır; bu, teknik ve teknik olmayan paydaşlara yönelik görselleştirmeler ve raporlar aracılığıyla gerçekleştirilir.
