| Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
| 2020-Sağlık Yönetimi | SGL3041 | Sağlık Bilimlerinde Veri Analizi ve Görselleştirme | Seçmeli | 5 | 3,00 | 2 | 0 |
Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi
Programlar Hakkında Bilgi
Lisans - Sağlık Bilimleri Fakültesi - Sağlık Yönetimi
Dersin İçeriği
Dersin Amacı
Bu dersin temel amacı yapısal ve yapısal olmayana veriler üzerinden analizler yaparak, verileri temizleme, dönüştürme işlemleri sonrasında verileri görselleştirme tekniklerinin aktarılmasıdır.
Öğrenim Türü
-
Dersin İçeriği
PowerBI ve Python 3 kullanarak sağlık bilimleri verilerinin analizi ve görselleştirilmesi gerçekleştirilecektir. Veriler çeşitli kaynaklardan alınarak analiz edilecek, görselleştirilecek ve yorumlanacaktır.
Planlanan Öğrenme Aktiviteleri ve Metodları
Teorik ders, soru-yanıt, bilgisayar laboratuvarında uygulamalar
Staj Durumu
-
Dersin Sunulduğu Dil
Türkçe
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Telea, Alexandru C. Data visualization: principles and practice. CRC Press, 2014. 2. Ryan Wade, Advanced Analytics in Power BI with R and Python: Ingesting, Transforming, Visualizing, 2020
Dersin Web Sayfası
-
Öğrenme Çıktıları
- Sağlık Bilimleri ve sağlık yönetimi problemlerinde yapısal ve yapısal olmayan verilerin analizi ve yönetimini kavrayabilecektir.
- Sağlık verilerini değişik formatlarda alıp, verileri temizleyebilecek ve enformasyona dönüştürebilecektir.
- Sağlık verilerinin görselleştirilmesinde kullanılan grafikleri anlamlandırabilecektir.
- Sağlık verilerinin grafiklerini oluşturabilecektir.
- Sağlık verilerinden üretilen grafikleri yorumlayabilecektir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik |
|---|---|
| 1 | Veri analizinin önemi |
| 2 | Grafik Dili |
| 3 | Dosyalarını Power BI ve Python’da açma |
| 4 | Veri tabanlarından veri alma |
| 5 | Power BI ve Python ile temel grafikleri oluşturma |
| 6 | Grafikleri okuma |
| 7 | Hesaplamalar ile yeni değişken oluşturma |
| 8 | Ara Sınav Haftası |
| 9 | PANDAS kütüphanesi ile veri temizliği |
| 10 | PANDAS kütüphanesi ile veri birleştirme |
| 11 | Power BI içerisinde Python Kodu yazma |
| 12 | Power BI ile gösterge paneli (dashboard) tasarlama |
| 13 | Vaka Analizi 1 |
| 14 | Vaka Analizi 2 |
| 15 | Vaka 1 ve Vaka 2 öğrenci çözümlerinin incelenmesi |
| 16 | Ders Çalışma Haftası |
| 17 | Yarı Yıl Sonu Sınavı |
Değerlendirme
| Değerlendirme | Değer |
|---|---|
| Yarıyıl (Yıl) İçi Etkinlikleri | 60 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 40 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Değer |
| Final Sınavı | 100 |
Öğrenci İş Yükü Hesabı
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ders Öncesi/Sonrası Bireysel Çalışma | 12 | 3 | 36 |
| Proje ve Hazırlığı | 0 | 0 | 0 |
| Ödev ve Hazırlığı | 1 | 10 | 10 |
| Laboratuvar ve Hazırlığı | 0 | 0 | 0 |
| Atölye ve Hazırlığı | 0 | 0 | 0 |
| Sunum ve Hazırlığı | 0 | 0 | 0 |
| Seminer ve Hazırlığı | 0 | 0 | 0 |
| Demo ve Hazırlığı | 0 | 0 | 0 |
| Araştırma ve Hazırlığı | 0 | 0 | 0 |
| Rapor ve Hazırlığı | 0 | 0 | 0 |
| Arasınav ve Hazırlığı | 1 | 15 | 15 |
| Kısa Sınav ve Hazırlığı | 0 | 0 | 0 |
| Final ve Hazırlığı | 1 | 15 | 15 |
| Teorik Ders Saati | 0 | 0 | 0 |
| Uygulama Ders Saati | 0 | 0 | 0 |
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ1 | |||||||||||||||
| ÖÇ2 | |||||||||||||||
| ÖÇ3 | |||||||||||||||
| ÖÇ4 | |||||||||||||||
| ÖÇ5 |