Kurslar

26 Ekim 2019 tarihinde kurslar düzenlenecektir. ( Kurs sınıfları en az 5 kişi katılım olması halinde açılacaktır.)

 

Kurslar :

1. PYTHON ile Veri Analizine Giriş

2. Kodlama ve Kodlama Öncesi Süreçler: Algoritma - R Yazılımında Uygulamalarla

3. SQL ile Veritabanı Yönetimi ve Sorguları

4. Sağlık Araştırmalarında Örneklem Büyüklüğü ve Güç Analizi

*Kurs detay ve içerikleri için aşağıya doğru kaydırınız lütfen.

 

Kongre kayıtlı katılımcılar için Kurs ücreti: 100.-TL ( KDV Dahil.)

Dış Katılımcılar için Kurs ücreti : 350.-TL (KDV dahil.)

 

Kurs ücretlerine dahil olan hizmetler:

  • Seçilecek kurs a katılım
  • Kurs esnasında çay-kahve ve kurabiye ikramı
  • Kurs katılım sertifikası
  • Dış katılımcılar için, Kurs süresince otel imkanlarından yararlanma.
  • Kurslar, 26.10.2019 tarihinde aynı zaman diliminde düzenlenecektir. Kurs saatleri ayrıca bildirilecektir.
  • Kurs sınıflarının 5 kişiden az olması durumunda ilgili kurs sınıfı açılmayacaktır. Bu durumda Isteyen katılımcıların ücretleri iade edilecek, isteyen katılımcılar diğer kurslara katılabilecektir.

 

Not: Kurs programı saatleri esnek olup katılımcıların isteğine ve eğitim salonunun uygunluk durumuna göre programda düzenlemeler yapılabilecektir.


 

KURS İÇERİKLERİ

 

1. PYTHON İLE VERİ ANALİZİNE GİRİŞ

Eğitmen: Prof. Dr. Erdem Karabulut / Doç. Dr. Beyza Doğanay Erdoğan

 

Python ücretsiz bir üst seviye programlama dildir. Python, öğrenmesi ve kullanması en kolay dillerden biridir, aynı zamanda çok güçlüdür. Programcılar tarafından en çok kullanılan dillerden biridir.

 

  • Python yükleme (Anaconda) ve IDE kullanımı (Jupyter Notebook kullanımı)

  • Temel Python nesneleri ve veri yapıları

  • Veri düzenleme

  • Dosya açma ve dosyaya yazma

  • Fonksiyon tanımlama

  • Modülleri kullanma (Pandas, Numpy, Matplotlib, Scikit-learn)


 

2. KODLAMA VE KODLAMA ÖNCESİ SÜREÇLER: ALGORİTMA – R YAZILIMINDA UYGULAMALARLA

Eğitmen: Dr. Osman Dağ

Kurs süresi: 4 saat

 

  • Yapay veri üretme teknikleri,

  • İstatistiksel testlerin performans karşılaştırmaları,

  • Model tabanlı veri üretimi, model parametresinin kestirimi, kestirim performanslarının karşılaştırılması,

  • Sınıflandırıcıların performans karşılaştırılması,

 

Monte Carlo benzetim çalışmaları ile birlikte ALGORİTMA düzeyinde ve R yazılımında uygulamalı anlatılacaktır.


3. SQL ile Veritabanı Yönetimi ve Sorguları

Kurs süresi: 13:30-18:00

Eğitmenler:

  1. Dr. Dinçer GÖKSÜLÜK, Hacettepe Üniversitesi

  2. Uzman Ahu DURMUŞÇELEBİ, Erciyes Üniversitesi

 

Kurs hakkında:

Veri tabanı, verileri belirli bir düzen içerisinde saklamak amacıyla oluşturulan nesneler bütünüdür. Birbirleri ile ilişkili olan veri kümeleri veri tabanında ilişkili tablolar kullanılarak saklanır. Bu sayede çok büyük ve karmaşık yapıdaki veriler belirli bir düzen içerisinde daha anlaşılır ve kolay erişilebilir şekilde ilgili veri tabanlarında saklanır. İnternet üzerinden satış yapan bir firmanın ürün envanteri, iş ilanlarını yayınlayan bir firmanın ilan veren kurumlara ait verileri, bir sosyal medya ağının bütün üyelerine ait verileri ve bir hastanenin hastalara ait verileri gibi çok büyük çaplı bilgiler veri tabanları kullanılarak saklanmaktadır. Veri tabanlarında saklanan bilgiler istenildiğinde özet tablolar halinde çekilebilir, veri tabanları üzerinde temel istatistiksel analizler yapılabilir veya istenilen raporlar oluşturulabilir. Bu amaçla ORACLE, MySQL, SQLite, MS Access, vb. veri tabanı yönetim sistemlerinden yararlanılır. Bu eğitim kapsamında veri tabanlarının temelleri üzerinde durulacak, örnek bir veri tabanı kullanılarak çeşitli sorgular ile veri tabanından istenilen özelliklerde tablolar elde edilecektir. Veri tabanında sorgular SQL dili kullanılarak yapılacaktır. Kurs süresince katılımcıların veri tabanı temellerini kavrayabilmesi ve veri tabanları üzerinde temel işlemleri yapabilmesi, ilgili veri tabanlarına çeşitli istatistiksel analiz araçları ile bağlanabilmesi (R, SPSS, Stata vb.) ve basit SQL sorguları ile veri tabanından istenilen veriyi istatistik analiz araçlarına doğrudan aktarabilmesi hedeflenmektedir. Ayrıca veri tabanı işlemlerinin doğrudan R yazılımı ile nasıl yapılabileceği ve R’a aktarılan verilerin analize hazır hale getirilmesi sürecinde nasıl işleneceği üzerinde durulacaktır. Bu amaçla R yazılımında yer alan dplyr, dbplyr ve magrittr kütüphanelerinin kullanımı anlatılacaktır. Kurs sonunda katılımcıların SQL dilini kullanarak veri tabanlarından temel sorguları yapabilecek bilgi düzeyine sahip olması hedeflenmektedir.

 

Kurs materyalleri:

Kurs süresince kullanılacak olan yazılımların tam/deneme sürümlerine aşağıdaki internet adreslerinden ulaşabilirsiniz.

 

Yazılımlar

  1. R yazılımı: https://cran.r-project.org

  2. RStudio yazılımı: https://www.rstudio.com/products/rstudio/download/

  3. Stata: https://www.stata.com

  4. SPSS: https://www.ibm.com/tr-tr/analytics/spss-statistics-software

  5. MINITAB:  https://www.minitab.com/en-us/

 

Veri Setleri (Veri Tabanları)

New York City Flights data: New York şehrinden 2013 yılı içerisinde yapılan tüm uçuşlara ait bilgilerin yer aldığı bir veri tabanıdır. Bu veri tabanında birbirleri ile ilişkili olan çeşitli veri tabloları (airlines, airports, flights, planes, weather) yer almaktadır. Kurs sırasında bu veri tabanı kullanılacaktır. Veri tabanının SQLite sisteminde hazırlanmış hali aşağıdaki linkten indirilebilir. Ayrıca ilgili veri tabanı tablolarına nycflights13 isimli R paketi içerisinden de erişilebilir.

 

SQLite veri tabanı için: https://drive.google.com/open?id=1L1nxgoZEZNya-57cZS-yO-2m2Kull9ag

Veriye ait açıklamalar için: https://cran.r-project.org/web/packages/nycflights13/nycflights13.pdf


4. SAĞLIK ARAŞTIRMALARINDA ÖRNEKLEM BÜYÜKLÜĞÜ ve GÜÇ ANALİZİ

R Pogramı, GPower ve ÖRNEKLEM adlı Mobil program uygulamalarıyla

Eğitmenler: Prof. Dr. Yasemin YAVUZ / Dr. Öğretim Üyesi Emre DEMİR

               

Konular

Örneklem genişliğini etkileyen faktörler

Etki genişliği kavramı, Farklı etki büyüklüğü yaklaşımları

Tanımlayıcı araştırmalarda örneklem genişliği ve güç hesabı (Oran ve Ortalama için)

Analitik araştırmalarda örneklem genişliği ve güç hesabı

  • İki bağımlı/bağımsız oran karşılaştırılmasında örneklem genişliği ve güç hesabı

  • İkiden çok oran karşılaştırmasında örneklem genişliği ve güç hesabı

  • İki bağımsız/bağımlı ortalamanın karşılaştırılmasında örneklem genişliği ve güç hesabı

  • İkiden çok grupta ortalama karşılaştırması için örneklem genişliği ve güç hesabı

  • İkiden çok bağımlı grupta ortalama karşılaştırması için örneklem genişliği ve güç hesabı

  • İki grupta tekrarlı ölçümlerin karşılaştırılmasında örneklem genişliği ve güç hesabı