• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS SEÇMELİ

Dersi Veren Birim

Yönetim Bilişim Sistemleri

Dersin Düzeyi

Lisans

Ders Koordinatörü

Dersi Alan Birimler

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Mekansal veri analiz yöntemlerini kullanabilmek, 2   Mekansal veri sorgu yöntemlerini kullanabilmek, 3   Mekansal veri içeren projelerde kullanılan yöntem ve araç ve teknolojileri eleştirel bir bakışla değerlendirebilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Giriş Veri Yönetimi ve Analizi nedir 2 Veri Tabanı Yönetim Sistemlerinde Meksansal Verilerin Depolanması (Mekansal Veri Sunucuları Verilerin Depolandığı Tablolar Mekansal Verileri Depolama Yöntemleri) 3 Mekansal Veri Sunucu Yazılımları (Arcsde Arc Spatial Database Engine) ve Mekansal veri sorgulama dili operatörleri (temel operatör: IsEmpty, Envelope; topolojik operatör: Disjoint, Contains ve mekansal analiz operatörü: Distance, Intersection ve SymmDiff) 4 Mekasal Verinin Sunumu (nesne tabanlı modelleme mekan tabanlı modelleme) ve Mekansal Veri Geometrisi (Spaghetti model, ağ modeli ve topolojik model) 5 Mantıksal Modeller ve Sorgulama Dilleri Logical Models and Query Languages 6 Kısıt veri modeli (doğrusal kısıt modeli, nesne tabanlı modelleme) 7 Kısıt veri modeli (doğrusal kısıt modeli, nesne tabanlı modelleme) 8 Ara Sınav 9 Ara Sınav 10 Sorgulama ve Analiz I (Mekansal birleştirme, karmaşık sorgulama, yapay zeka) 11 Sorgulama ve Analiz II (mekansal nokta dağılım analizi, interpolasyon ve mekansal istatistik) 12 Mekansal veri indeksleri (R-tree, B-tree) 13 Mekansal veri indeksleri (Grid) 14 Mekansal veri yönetimde ekonometrik yaklaşımlar

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Etkinlikler ayrıntılı olarak Değerlendirme Yöntemleri ve İş Yükü Hesaplaması bölümünde verilmiştir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS Arasınav 2 YIN Yarıyıliçi notu ARS * 1 3 FN Yarıyılsonu sınavı 4 BNS BNS YIN * 0.40 + FN * 0.60 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 12 2 24 Uygulama 12 2 24 Haftalık Ders öncesi/sonrası hazırlıklar 12 2 24 Vize Sınavına Hazırlık 1 10 10 Final Sınavına Hazırlık 1 15 15 Final Sınavı 1 1 1 Vize Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 99

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 PK.11 PK.12 PK.13 ÖK.1 ÖK.2 ÖK.3