Ders Detayı

Dersler

Ders 1: Sağlık Bilişimine Giriş

Ders 2: Veri Hazırlama ve Tanımlayıcı Biyoistatistik

Ders 3: Basit Doğrusal Regresyon ve Lojistik Regresyon

Ders 4: Sağlık Bilişiminde Biyoistatistik Yöntemler: Sınıflandırma Yöntemleri

Ders 5: Sağlık Bilişiminde Biyoistatistik Yöntemler Zaman Serisi Yöntemleri

Ders 6: Sağlık Bilişiminde Biyoistatistik Yöntemler: Makine Öğrenmesi Temelli Yöntemler

Ders 7: Karar Ağacına Dayalı Yöntemler

Ders 8: Sağlık Bilişiminde Biyoistatistik Yöntemler: Kümeleme Yöntemleri

Ders 9: Büyük Veri Mimarisi ve Modelleme Araçları

Ders 10: Büyük Veri Analitiği

Bu ders toplam 160 dk'dır.

Eğitim Hakkında

Değerli Araştırmacılar,

Büyük veriyi analitik bir bağlamda sağlık ve bilişim sektörlerinden ve son yıllarda ülkemizde önemli bir konu haline gelen sağlık bilişimi ve veri analitiği sorununu ele alan öğrenme geri bildirimleriyle irdelemeye çalıştık.Ülkemizde dijital dönüşümün gittikçe artan bir gündem olması hasebiyle birçok üniversitede “Veri Analitiği” ile ilgili yüksek lisans eğitimleri verilmekte; teknolojik dönüşüme uyum sağlamaya çalışan birçok kurum ve kuruluşta da bu konuyla ilgili istihdam sağlanmaktadır.Gerçekliğin imgeler yoluyla hayata tezahür ettiği, meta-verse kavramının gündemin temelini oluşturduğu bu günlerde, gündelik hayatımız ve geçmişimize dair kırıntılar dijitalleşmekte ve bu durum adeta devasa bir dijital deponun gerekliliğini ortaya çıkarmaktadır. Bilişim literatüründe “Büyük Veri” olarak adlandırılan bu dijital depolar, artık devletler başta olmak üzere tüm kurum ve kuruluşlar için hayati bir öneme kavuşmuştur.Akademik çalışmalar sadece tecrübeye ve sezgiye değil, aynı zamanda verilere de dayandırılmalıdır. Özellikle bilgi teknolojilerindeki gelişmeler, araştırmacıların akademik gelişimi için birçok veriyi daha kolay toplayabilmesini ve saklayabilmesini sağlamaktadır. Ancak, bu verilerden anlamlı sonuçlar çıkarmak ve bu bulguları kararlar için girdi olarak kullanabilmek, istatistik bilimi hakkında bilgi sahibi olmayı gerektiriyor. İstatistik belli varsayımlara dayanarak ortaya konan teorik modelin, verilerle test edilmesi ve bu test sonucu benimsenen model kullanılarak öngörülerde bulunulmasıdır. Kısaca, geçmişin verilerinden faydalanarak geleceğe ilişkin belirsizliği ve karar almada riski azaltma aracıdır. Veriyi anlamlı bilgiye çevirme sanatıdır. İstatistiki bilgiler önemli olmakla birlikte iyi anlaşılmadığında yanlış yorumlanmaya da açıktır.Temel istatistik ve metodoloji çalışmalarında sıklıkla karşılaşılan ücretli paket programı sorunsalına karşın, uzun bir süre ücretsiz olan R programlama dili karşımızda bir alternatif olarak durmaktadır. Bu ücretsiz dil son derece karmaşık komutları öğrenmek için ciddi bir zaman yatırımı içerir. R paketinin kolaylaştırılması ve kullanımının yaygınlaştırılmasına yönelik bazı “üst” programlar günümüzde kullanılabilir şekilde karşımıza çıkmaktadır. Jamovi ve ve JASP isimli bu üst programla ücretsiz ve nesne tabanlı bir kullanım sunmaktadır. Jamovi biraz daha fazla görsel araçlara sahiptir ve daha kolay ama ikisi de oldukça benzerdir. İkisi de R istatistik programlama dili üzerine yazılmış, aslında R paketlerini kullanan ama görselleştiren birer üst paket ve birbirini tamamlayan fonksiyonları mevcut kılan üst programlıdır.Tüm bu belirtilen gerekçelerle öncelikli olarak bu ders içerikleri ortaya çıkmıştır.

Eğitmen Hakkında

2006 yılında Anadolu Üniversitesi Bankacılık Sigortacılık Bölümünden, 2007 yılında Eskişehir Osmangazi Üniversitesi İstatistik Bölümünden, 2008 yılında Anadolu Üniversitesi İşletme Bölümünden mezun olmuştur. 2009 yılında Gazi Üniversitesi Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalında Yüksek Lisansını, 2014 yılında Ankara Üniversitesi Sağlık Bilimleri Enstitüsü Tıp Fakültesi Biyoistatistik Anabilim Dalında Doktora eğitimini tamamlamıştır.2010-2015 yılları arasında Başkent Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalında Akademik Uzman olarak, 2015-2016 yıllarında İ.Ü. Medikal Park Hastanesi Tıp Fakültesi Biyoistatistik ve Tıp Bilişimi ABD’da Yrd. Doç. Dr. (Dr. Öğr Üyesi) olarak, 2016-2017 yıllarında Türkiye Cumhuriyeti Ulusal Ulaştırma Master Planı’nda veri analisti olarak görev yapmıştır.Mezuniyet Öncesi Veteriner Eğitimi Ulusal Çekirdek Eğitim Programı – 2019 komisyonunda görev yapmıştır.2020 Temmuz ayı itibariyle SCI, SCI-expanded, SSCI, AHCI’de yer alan ve Impact faktörü 1.0 ve üzeri olan uluslararası dergilerde yayımlanan 31, SCI, SCI-expanded, SSCI, AHCI’de yer alan Impact faktörü 0.1-0.9 arası olan uluslararası dergilerde yayımlanan 33 araştırma makalesi,50 adet ulusal hakemli dergilerde araştırma makalesi ve 21 adet Uluslararası sözlü sunum ve ulusal sözlü sunum olarak 68 adet bilimsel çalışma yapmıştır.2017 Kasım-2020 Hazitan tarihinlerinde Selçuk Üniversitesi Veteriner Fakültesi Biyoistatistik ABD’da Doç. Dr. olarak görev yapmıştır.2020 Temmuz ayı itibariyle İzmir Kâtip Çelebi Üniversitesi Tıp Fakültesi Biyoistatistik ABD ‘da görev yapmaktadır.

#veri analitiği #AYEUM #büyük veri #JASP #JAMOVİ 

Eğitmen:Prof. Dr. Mustafa Agah TEKİNDAL

Katılım Belgesi: Evet

Durum: Tüm Dersler Eklendi

Garanti: %100 Memnuniyet ve İade garantisi

Özellikleri: İnteraktif, Online Sınav, Eğitmene soru sorma İmkanı