Bilişim Güvenliği Teknolojisi
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Ticaret ve Sanayi Meslek Yüksekokulu
Bilişim Güvenliği Teknolojisi Programı
Ders Bolognaları
Ticaret ve Sanayi Meslek Yüksekokulu
Bilişim Güvenliği Teknolojisi Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 08121103 | Veri Analizi | 1 | Bahar | 2 | 2+2+0 | 5 | 5 |
| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Önlisans (TYYÇ: 5. Düzey / QF-EHEA: Kısa Düzey / EQF-LLL: 5. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | Öğr.Gör. Gizem ÇELİK |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Öğr.Gör. Gizem ÇELİK | C-125 | [email protected] | 7434 | Cuma 10:00-12:00 |
Dersin İçeriği
Günümüzün ileri teknoloji çağında, internet ve sosyal medya platformları aracılığıyla çok sayıda veri kolayca erişebilecek durumdadır. Bu veriler, işletme, bilim ve sosyal bilimler dahil olmak üzere çok sayıda alandaki uzmanlar için son derece değerli bir kaynak olarak hizmet vermektedir. Bu amaçla, bu kapsamlı ders, öğrencileri Python programlama kullanarak karmaşık verileri etkili bir şekilde analiz etmek için gerekli becerilerle donatmak için tasarlanmıştır. Kurs boyunca öğrenciler, tamamı kullanıcı dostu Jupyter Notebook üzerinde olmak üzere, veri analizi için Numpy, Pandas ve veri görselleştirme için Seaborn, Matplotlib gibi güçlü araçları kullanmayı öğreneceklerdir. Ek olarak, kurs öğrencilere zaman serisi verilerinin nasıl toplanacağı, temizleneceği, hazırlanacağı ve analiz edileceği konusunda paha biçilmez bilgiler sağlayacaktır. Ayrıca öğrenciler, bilinmeyen ve gelecekteki değerleri tahmin etmek için doğrusal regresyon modellerinin nasıl uygulanacağına dair derin bir anlayış kazanacak ve böylece veriye dayalı içgörülere dayalı bilinçli kararlar verme becerilerini geliştireceklerdir.
Dersin Amacı
Bu dersin amacı, öğrencilere verilerin güvenli, doğru ve anlamlı şekilde toplanması, işlenmesi, analiz edilmesi ve yorumlanması süreçlerini öğretmektir.
Öğrenciler, veri analizi araçlarını ve yöntemlerini kullanarak bilgi güvenliği alanındaki olayları (örneğin güvenlik ihlalleri, log kayıtları, ağ trafiği vb.) yorumlayabilecek, tehdit tespiti ve karar verme süreçlerinde analitik düşünme becerisi kazanacaktır.
Öğrenciler, veri analizi araçlarını ve yöntemlerini kullanarak bilgi güvenliği alanındaki olayları (örneğin güvenlik ihlalleri, log kayıtları, ağ trafiği vb.) yorumlayabilecek, tehdit tespiti ve karar verme süreçlerinde analitik düşünme becerisi kazanacaktır.
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | X |
| Uzmanlık / Alan Dersleri | X |
| Destek Dersleri | |
| Aktarılabilir Beceri Dersleri | X |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Yeterlilikleri | Düzey |
|---|---|---|
| P1 | Mesleği ile ilgili temel, güncel ve uygulamalı bilgilere sahip olur. | 5 |
| P3 | Mesleği için güncel gelişmeleri ve uygulamaları takip eder, etkin şekilde kullanır. | 4 |
| P4 | Mesleği ile ilgili bilişim teknolojilerini (yazılım, program, animasyon vb.) etkin kullanır. | 5 |
| P5 | Mesleki problemleri ve konuları bağımsız olarak analitik ve eleştirel bir yaklaşımla değerlendirme ve çözüm önerisini sunabilme becerisine sahiptir. | 5 |
| P6 | Bilgi ve beceriler düzeyinde düşüncelerini yazılı ve sözlü iletişim yolu ile etkin biçimde sunabilir, anlaşılır biçimde ifade eder. | 3 |
| P9 | Alanı ile ilgili verilerin toplanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere sahiptir. | 5 |
| P11 | Veri güvenliği ve şifreleme yöntemlerini açıklar ve uygular. | 3 |
| P14 | Matematiksel hesaplamaları yapar. | 4 |
| P20 | Öğrencilerin bilgi teknolojilerini etkin ve verimli bir şekilde kullanarak akademik ve profesyonel hayatlarında karşılaştıkları problemleri çözme yetkinliği kazanmaları. | 5 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Temel programlama mantığı ve veri yapıları hakkında bilgiye sahiptir. | P.1.3 | |
| Ö2 | Öğrenilen bilgileri uygulamalı örneklerle gösterir. | P.1.6 | |
| Ö3 | Güncel yazılım araçlarını uygular. | P.3.2 | |
| Ö4 | Karmaşık problemleri ele alır ve yaratıcı çözümler üretir. | P.3.3 | |
| Ö5 | Algoritma geliştirmeyi bilir ve algoritmaya uygun veri yapısı oluşturur. | P.4.3 | |
| Ö6 | İhtiyaç duyulan bilişim teknolojilerini araştırır, seçer ve uygun şekilde entegre eder. | P.4.5 | |
| Ö7 | Bir problemi analiz eder. | P.5.1 | |
| Ö8 | Mesleki problemleri çözmek için gerekli olan temel matematiksel işlemleri doğru bir şekilde gerçekleştirir. | P.14.1 | |
| Ö9 | Uygun çözüm alternatiflerini üretir. | P.5.3 | |
| Ö10 | Mesleki problemlere yönelik matematiksel modeller oluşturur ve bu modelleri kullanarak çözümler üretir. | P.14.5 | |
| Ö11 | Bilgisayar ve veri bilimi analizlerini ve sonuçlarını raporlayabilir. | P.6.3 | |
| Ö12 | Veri toplama ve analizinde etik standartları takip eder. | P.9.2 | |
| Ö13 | Bilgi teknolojileri ve bilgisayar sistemlerinin temel kavramlarını tanımlayabilme ve bu kavramlar arasındaki ilişkileri açıklayabilme. | P.20.1 | |
| Ö14 | Bilgisayar programlama ve algoritma mantığını temel seviyede kavrayarak basit programlar yazabilme. | P.20.5 | |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Veri Tanımları ve Analiz Teknikleri: Veri nedir, Veri alaka düzeyi, Veri türleri, Veri formatları, Veri kaynağı, Veri analizi nedir? |
| 2 | Temel Analiz Teknikleri İstatistiksel hipotez oluşturma ve test etme, Ki-Kare testi, t-Testi, Varyans analizi, Korelasyon analizi |
| 3 | Veri Analizi Sürecine Giriş Farklı veri türlerini anlama, veri analitiği için Python'a giriş |
| 4 | Veri Keşfi ve Temizleme Veri toplama ve toplama, Veri temizleme teknikleri, Eksik değerlerin ve aykırı değerlerin ele alınması, Keşfedici veri analizi |
| 5 | Veri dönüştürme ve normalleştirme, Özellik mühendisliği teknikleri, Veri ölçeklendirme ve standardizasyon, Kategorik verileri işleme |
| 6 | Numpy Veri Tipleri, Evrensel Fonksiyonlar, İndeksleme, Özet Yöntemler, Sıralama, Hesaplamalar ve Yayınlama |
| 7 | Pandas DataFrame Temelleri, DataFrame Oluşturma, DataFrame Değiştirme ve Yeniden Düzenleme, Dizinleme ve Erişim Teknikleri, Gruplama, Döndürme ve Yeniden Şekillendirme |
| 8 | Ara Sınav |
| 9 | Pandas Veri Manipülasyonu, İstatistik, Veri Yöntemleri, Eksik Veri Araçları |
| 10 | Veri Görselleştirmeyi Anlamak Görselleştirme Hikaye Anlatmaktır, Grafik Türleri, Renkler, Yaygın Hatalar, En İyi Uygulamalar, Tekrarlanabilirlik |
| 11 | Veri Görselleştirme için Matplotlib Veri Görselleştirme Oluşturma Adımları, Jupyter Notebook ve Matplotlib, Matplotlib Stilleri, Panda Serisi Çizimi, Panda Dataframe Çizimi |
| 12 | İstatistiksel Tekniklere Giriş Regresyon ve Tahmin, Sınıflandırma, K-En Yakın Komşular, Kümeleme |
| 13 | Makine Öğrenimine Giriş Regresyon ve Tahmin, Sınıflandırma, K-En Yakın Komşular |
| 14 | Veri analitiği tekniklerini gerçek dünyadaki bir veri kümesine uygulama Bir veri analizi projesi tasarlamak ve yürütmek |
| 15 | Uygulamalı proje: Veri analizi, görselleştirme ve modelleme |
| 16 | Final Sınavı |
Ders Kitabı veya Malzemesi
| Kaynaklar | Wes Mckinney "Python for Data Analysis", First edition, Publisher O'Reilly Media. |
| David Taieb ,"Data Analysis with Python: A Modern Approach "1st Edition, Packt Publishing |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | 1 | 30 (%) |
| Seminer | - | - |
| Kısa sınav (Quiz) | - | - |
| Dinleme | - | - |
| Ara Sınavlar | 1 | 30 (%) |
| Yarıyıl Sonu Sınavı | 1 | 40 (%) |
| Toplam | 100 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 14 | 2 | 28 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 1 | 25 | 25 |
| Ara Sınav | 1 | 20 | 20 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 14 | 2 | 28 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 1 | 20 | 20 |
| Dönem Sonu Sınavı | 1 | 20 | 20 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 141 | ||
| Toplam Yük / 30 | 4,70 | ||
| Dersin AKTS Kredisi: | 5 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P1 | P3 | P4 | P5 | P6 | P9 | P14 | P20 |
|---|---|---|---|---|---|---|---|---|---|
| Ö1 | Temel programlama mantığı ve veri yapıları hakkında bilgiye sahiptir. | 5 | - | - | - | - | - | - | - |
| Ö2 | Öğrenilen bilgileri uygulamalı örneklerle gösterir. | 5 | - | - | - | - | - | - | - |
| Ö3 | Güncel yazılım araçlarını uygular. | - | 5 | - | - | - | - | - | - |
| Ö4 | Karmaşık problemleri ele alır ve yaratıcı çözümler üretir. | - | 4 | - | - | - | - | - | - |
| Ö5 | Algoritma geliştirmeyi bilir ve algoritmaya uygun veri yapısı oluşturur. | - | - | 4 | - | - | - | - | - |
| Ö6 | İhtiyaç duyulan bilişim teknolojilerini araştırır, seçer ve uygun şekilde entegre eder. | - | - | 4 | - | - | - | - | - |
| Ö7 | Bir problemi analiz eder. | - | - | - | 5 | - | - | - | - |
| Ö8 | Uygun çözüm alternatiflerini üretir. | - | - | - | 4 | - | - | - | - |
| Ö9 | Bilgisayar ve veri bilimi analizlerini ve sonuçlarını raporlayabilir. | - | - | - | - | 5 | - | - | - |
| Ö10 | Veri toplama ve analizinde etik standartları takip eder. | - | - | - | - | - | 5 | - | - |
| Ö11 | Mesleki problemleri çözmek için gerekli olan temel matematiksel işlemleri doğru bir şekilde gerçekleştirir. | - | - | - | - | - | - | 4 | - |
| Ö12 | Mesleki problemlere yönelik matematiksel modeller oluşturur ve bu modelleri kullanarak çözümler üretir. | - | - | - | - | - | - | 4 | - |
| Ö13 | Bilgi teknolojileri ve bilgisayar sistemlerinin temel kavramlarını tanımlayabilme ve bu kavramlar arasındaki ilişkileri açıklayabilme. | - | - | - | - | - | - | - | 5 |
| Ö14 | Bilgisayar programlama ve algoritma mantığını temel seviyede kavrayarak basit programlar yazabilme. | - | - | - | - | - | - | - | 5 |