Güz
Modül 1:
BAN 827 Betimsel Analitik: Dersin amacı temel istatistik kavramlarını tanıtmak ve bu metodların çeşitli yönetim problemlerine nasıl uygulanabileceği konusunda bir temel oluşturmaktır. Bu amaçla, pratik uygulamalar ve vakaların üzerinde durulacaktır. Ders sırasında birden fazla istatistiksel analiz programı kullanılacaktır. Dersin içeriğinde betimsel istatistik, olasılık dağılımları, hipotez testi, regresyon, deney tasarımı ve varyans analizi gibi konular bulunmaktadır.
BAN 835 Analitik için Bilişimsel Metodlar ve Enformasyon Teknolojisi: Bu ders, iş analizi için en yaygın veri kaynağı ve türünün oluşturulması, depolanması ve kullanılması için hem işlevsel hem de teknik ortamı incelemektedir. Öğrenciler, analiz için SQL, görselleştirmede toplama, MapReduce, Apache Spark ve Graph veritabanlarını kullanarak bilgiye nasıl erişileceğini ve bunlardan nasıl yararlanabileceklerini öğreneceklerdir. Bu ders aynı zamanda büyük verilerle başa çıkmak için kullanılan Python ve R gibi bir dizi araç ve tekniği tanıtır.
Modül 2:
BAN 805 Tahmin Analitiği: Bu ders denetimli ve denetimsiz istatistiksel öğrenme modellerinde temel başlangıç konu ve metotlarını içerir. Bu dersin ana başlıkları arasında çoklu regresyon, lojistik regresyon, sınıflandırma, yeniden örnekleme metotları, altküme seçimi, ridge, lasso ve karar ağacı regresyonları, destek vektör makineleri, ana bileşen analizi ve kümeleme konuları vardır.
BAN 803 Operasyon Analitiği: Bu ders firmaların operasyon yönetimi fonksiyonunda çeşitli operasyonel, taktiksel ve stratejik kararları için analitik yöntemleri tanıtmaktadır. Ayrıntılı olarak ele alınan konular; tahmin yöntemleri, belirleyici ve belirsiz talep altında planlama, operasyon planlama ve çizelgeleme, kuyruk teorisi, hizmet operasyonları yönetimi, kapasite ve gelir yönetimi ve tedarik zinciri yönetimidir.
Bahar
Modül 3:
BAN 801 Pazarlama Analitiği: Bu ders, segmentasyon, hedefleme ve konumlandırma, memnuniyet yönetimi, müşteri ömrü analizi, müşteri tercihi ve birleşik analiz kullanarak ürün ve fiyat kararları gibi alanlarda ampirik verilerden pazarlama bilgileri oluşturmakla ilgilidir. Pazarlama Mühendisliği yaklaşımına ve Excel yazılımına dayalı uygulamalı bir ders olacaktır.
BAN 831 Veri Ambarlama ve İş Zekası: Bu ders, yapılandırılmış veri modellemenin temellerini tanıtır, pratik SQL kodlama deneyimi kazandırır ve veri ambarı tasarımı ve veri manipülasyonu hakkında derinlemesine bir anlayış geliştirir. Ayrıca, gösterge panoları oluşturmak için bir veri ambarı ortamında büyük veri kümeleriyle çalışmayı sağlar ve çeşitli iş zekası çözümlerini tanıtır.
Modül 4:
BAN 821 Optimizasyon ve Simulasyon: Bu ders yönetimsel kararlara yardımcı olacak matematiksel modellemenin temel ilkelerini ve tekniklerini tanıtır. Öğrenciler analitik modellerin geliştirilmesini ve doğrusal ve karma tamsayılı programlama, Monte Carlo simülasyonu, kesikli olay simülasyonu ve karar ağaçları gibi teknikleri kullanmayı öğreneceklerdir. Uygulamalar, işletmelerin çeşitli fonksiyonel alanlarında yaygın olarak kullanılan modellerdir.
BAN 809 Proje Yönetimi: Bu ders, öğrencilere proje yönetiminin teorisini ve uygulamalarını tanıtır. Bu derste karmaşık projelerin nasıl yönetildiği ve bu tür projelerde yöneticilere yardımcı olmak için ne tür araçların bulunduğu incelenir. Proje ömrü dönüşümü/ proje ömrü planlaması, iş dökümü yapısı, örgüt dökümü yapısı, maliyet dökümü yapısı, grafiksel yöntemler, sıralama diyagramları, şebeke analizi ve zamanlama teknikleri, sistem ömür dönüşümü maliyeti, maliyet tahmin metotlarını ve değiş-tokuş analizi, risk yönetimi, izleme ve kontrol konuları bu dersin kapsamındadır.
Modül 5:
BAN 892 Uygulamalı İleri Analitik: Bu ders öğrencilerin iş analitiğinde çok yönlü bir yaklaşım ile uygulamalı olarak bitirme projesi oluşturabilmesini hedefler. Ders, "CRISP-DM" süreç modelini kullanarak "uçtan uca" iş analitiği yaklaşımını tanıtmayı hedefler. Ayrıca modül boyunca öğrenciler betimsel (descriptive), tahminci (predictive) ve önerici (prescriptive) analitiğin detay konularını da öğrenirler.
BAN 807 Finans Analitiği: Finans endüstrisinde karar vermede yararlı olan yöntem ve araçlara giriş; makroekonomik olay çalışmaları, dönem yapılarının analizi, Morningstar özsermaye verileri, stil analizi, kredi kartı alacakları, ticari analizler, uygulama algoritmaları vb. verileri analiz etmede gerekli becerilere sahip katılımcıları donatmak için karmaşık makine öğrenme araçları ve algoritmalarına sahip istatistiksel araçları kullanmak bu dersin kapsamındadır.
Ders Kategorisi | En Az AKTS Kredisi | En Az SU Kredisi | En Az Ders |
|---|
MEZUNİYET KOŞULLARI ÖZETİ |
Proje | - | - | 1 |
Zorunlu Dersler | - | 21 | 7 |
Seçmeli Dersler | - | 9 | 3 |
Toplam | 110 | 30 | 11 |
