ECON 465 | Ders Tanıtım Bilgileri

Dersin Adı
Ekonomik Uygulamalar ile Veri Bilimine Giriş
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
ECON 465
Güz/Bahar
3
0
3
6

Ön-Koşul(lar)
Yok
Dersin Dili
Dersin Türü
Seçmeli
Dersin Düzeyi
-
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri -
Dersin Koordinatörü -
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Bu ders Ekonometri dersinin devamı olup “Uygulamalı Ekonomi Analizi” alanına ait bir ders olarak tasarlanmıştır. Dersin veri bilimi araçlarının ekonomiye nasıl uygulanabileceğini göstermektir. Öğrenciler büyük veri setleri ile veri düzenlemesi, keşifçi veri analizi, lineer regresyonla tahminsel modelleme, veri görselleştirme ve etkili iletişim için gerekli kavram, araç ve teknikleri büyük veri setlerine ekonometrik yazılımdan daha uygun bir platformda öğreneceklerdir. Ders ayrıca gerçek dünya veri setlerine dayalı ekonomik ve finansal problemler ile öğrencilere veri biliminde pratik tecrübe kazandırmayı amaçlamaktadır
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Ekonomide veri bilimi için veri ediniminden verinin kavranışına kadar gerekli her basamağın rolünü açıklayabilecek
  • Grafik, çizim ve özet bilgi gibi araçları kullanarak ekonomi ve finansta keşifçi veri analizi yapabilecek
  • Ekonomide basit regresyon tahminlemesi ve analizi yapabilecek
  • Makine öğrenmesi algoritmalarını uygulayabilecek
  • İletişim, sunuş ve veri ile hikâye anlatma gibi profesyonel kabiliyetler kazanacaktır.
Ders Tanımı Bu ders veri düzenleme, araştırmacı veri analizi, lineer regresyonla tahminleyici modelleme, makine öğrenmesi, veri görselleştirmesi ve etkili iletişim konularını içerir. Ders boyunca öğrenciler gerçek dünya veri setlerine dayalı ekonomik ve finansal uygulamalar üzerine çalışacak ve R yazılım programını kullanacaklardır

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
X
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Veri Bilimine Hoşgeldiniz: Veri bilimi ekonomik problemlere nasıl cevap verebilir? Varian, Hal R. "Big data: New tricks for econometrics." Journal of Economic Perspectives 28.2 (2014): 3-28. Athey, Susan. "The impact of machine learning on economics." The Economics of Artificial Intelligence: An Agenda. University of Chicago Press, 2018. Wickham & Grolemund Ünite 1
2 R, Rtudio ve Rmarkdown ile tanışma: Veri bilimi üzerine Rmarkdown’da raporlama, R ve programlamanın temelleri Wickham & Grolemund Chapter 1-2, 4, 27 Irizarry Chapters 1-4
3 Veri düzenleme ve dönüştürme Ülkeler arası ve zaman içinde yaşam beklentisi (Gapminder veri seti) Wickham & Grolemund Chapter 5, 12 Irizarry Chapters 5
4 Veri görselleştirmesi Son 50 yılda dünyadaki gelir dağılımı Wickham & Grolemund Chapter 3 Irizarry Chapters 7-9
5 Veri görselleştirmesi örneklerle Uygulama: ABD’de Eyaletler arası cinayet oranları Irizarry Chapters 10-11
6 Bilimsel çalışmalar, şartlı olasılık kısıtlar ve Simpson paradoksu Üniversiteye kabul ve cinsiyet ayrımı Irizarry Ünite 16
7 Ara Sınav 1 -
8 Modellerin dili, lineer modelleri formalize etme, çoklu lineer regresyon Kişi başına suç oranı James, Witten, Hastie and Tibshirani, Ünite 3
9 Çoklu logistik regresyon James, Witten, Hastie and Tibshirani, Ünite 4
10 Tekrar örneklemleme metotları: çoklu halka ve çapraz doğrulama Borcu ödeyememe olasılığı tahmini James, Witten, Hastie and Tibshirani, Üniteler 5
11 Lineer model seçimi: alt küme seçimi, küçültme ve boyut azaltma metotları James, Witten, Hastie and Tibshirani, Üniteler 6
12 Ara Sınav 2
13 Web kazıması Citysearch.com ile şehirlerin ekonomik ve coğrafi özellikleri Irizarry Ünite 24
14 Foksiyonlar ve otomasyon
15 Dönemin gözden geçirilmesi
16 Dönemin gözden geçirilmesi  

 

Ders Kitabı
  • An Introduction to Statistical Learning with Applications in R by Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani, ISBN 978-1-4614-7138-7 (eBook) (freely available)
  • R for Data Science (RDS) by Hadley Wickham and Garret Grolemund (https://r4ds.had.co.nz/
  • Introduction to Data Science Data Analysis and Prediction Algorithms with R by Rafael A. Irizarry https://rafalab.github.io/dsbook/
Önerilen Okumalar/Materyaller
  • Varian, Hal R. "Big data: New tricks for econometrics." Journal of Economic Perspectives 28.2 (2014): 3-28.
  • Athey, Susan. "The impact of machine learning on economics." The Economics of Artificial Intelligence: An Agenda. University of Chicago Press, 2018
  • Khandani, Amir E., Adlar J. Kim, and Andrew W. Lo. "Consumer credit-risk models via machine-learning algorithms." Journal of Banking & Finance 34.11 (2010): 2767-2787.
  • Bastos, Joao. "Credit scoring with boosted decision trees." (2007).
  • Bajari, Patrick, et al. "Machine learning methods for demand estimation." American Economic Review 105.5 (2015): 481-85.

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
14
15
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
4
20
Sunum / Jüri Önünde Sunum
Proje
1
15
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
25
Final Sınavı
1
25
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
22
100
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
16
1
16
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
4
10
40
Sunum / Jüri Önünde Sunum
0
Proje
1
20
20
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
1
25
25
Final Sınavı
1
0
    Toplam
149

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

İktisat alanına özgü temel kavramların, teorilerin, ilkelerin ve araştırma yöntemlerinin bilgisine sahip olur.

X
2

İktisadi verileri toplar, işler ve ekonomi politikalarına yol gösterebilecek bilimsel araştırmalar yapmak için uygun matematiksel, ekonometrik, istatistiksel yöntemleri ve veri analizi yöntemlerini uygular.

X
3

İlgili akademik, mesleki, bölgesel ve global ağların içinde yer alır bu ağları etkin olarak kullanır.

4

Bulunduğu toplumun ihtiyaçları konusunda yeterli sosyal sorumluluk bilincine sahip olur ve gerektiğinde sosyal dinamikleri etkileyebilecek aktiviteler düzenler.

5

İhtiyaç duyduğu bilgiye erişmek için eğitim sürecinde edindiği ile kişisel bilgi birikimini sentezler.

X
6

Eleştirel ve analitik düşünme becerisi ile kendi öğrenim gereksinimlerini belirler ve yaşam boyu öğrenme sürecini yönlendirir.

X
7

Toplumsal dinamikleri iktisadi süreçlere hem bir girdi hem de sonuç olarak eklemleyebilmek için gerekli becerilere sahiptir.

X
8

Üniversitede edindiği birikimini bulunduğu toplumun kültürel ve tarihsel yapısıyla ilişkilendirebilir ve toplumun farklı katmanlarına iletir.

X
9

Bireysel ve grup üyesi olarak sorumluluk alır.

10

Ekonomi ile ilgili verilerin toplanması, yorumlanması, duyurulması ve uygulanması aşamalarında toplumsal, bilimsel ve etik değerlere göre hareket eder.

X
11

Bir yabancı dili kullanarak ekonomi ilgili bilgi toplar ve meslektaşları ile iletişim kurar .("European Language Portfolio Global Scale", Level B1)

X
12

İkinci yabancı dili orta düzeyde kullanır.

13

İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.