📅 Tarih ve Saat
- Eğitmen: Dr. Sinem CECE
- Tarih: 29.04.2026
- Saat: 19:00–22:00
- Süre: 3 saat (online canlı oturum)
- Ücret: 1.000 TL
- Kontenjan: Maksimum 100 Katılımcı
- Platform: Zoom – Bağlantı linkleri kayıt sonrası e-posta ile iletilecektir.
ONLINE MODÜL • YZ DESTEKLİ EĞİTİM SERİSİ
YZ Destekli Veri Okuryazarlığı ve Etiketleme
Klinik, idari ve eğitim süreçlerinizde zaten topladığınız verileri; tablo kalabalığından çıkarıp karar almaya destek olan anlamlı bilgilere dönüştürmek istiyorsanız, bu modül tam o aradaki köprüyü kurmak için tasarlandı.
YZ Destekli Veri Analizi ile Excel ve benzeri araçlardaki verilerinizi temizleyip düzenlemeyi, özet tablolar ve temel analizler üretmeyi, trendleri fark etmeyi ve bunları yönetimin anlayacağı dile çevirmeyi birlikte adım adım çalışacağız.
📌 Eğitim Özeti
- Günlük verileri düzenleme, gruplama ve özetleme
- YZ ile temel istatistiksel değerlendirmeler ve yorumlama
- Analiz sonuçlarını raporlamaya hazır hale getirme
🎯 Kimler Katılabilir ?
- Hemşireler ve Ebeler,
- Hemşirelik / Hasta Bakım Hizmetleri Müdürleri,
- Eğitim & Enfeksiyon Hemşireleri,
- Klinik ve Servis Sorumluları,
- Hasta Hizmetleri, Misafir İlişkileri Ekipleri,
- Akademisyen / Öğretim Üyeleri, Ön Lisans, Lisans ve Yüksek Lisans Öğrencileri(Sağlık Bilimlerinin her alanından)
Bu modüle tek başına kayıt olabilirsiniz. Kayıt formunda dilerseniz serinin diğer modüllerini de birlikte seçebilirsiniz.
“Veriyi okumayan göz, sahadaki emeğin yarısını görmez; analiz edilen veri ise bakım kalitesini görünür kılar.”
Bu eğitimde neler öğreneceksiniz?
Bu modülde, dağınık Excel listeleri ve karmaşık tabloları; anlamlı, yorumlanabilir ve hareket planına dönüştürülebilir özetlere çevirmek için veri analizi mantığını YZ desteğiyle birlikte kullanacağız.
- Temel veri analizi kavramları (değişken, örneklem, dağılım, eğilim vb.),
- Veri temizleme, filtreleme ve gruplayarak anlamlandırma,
- YZ ile özet istatistikler ve temel karşılaştırmalar üretme,
- Analiz sonuçlarını yönetici diline çevirme (kısa, net, veri temelli sunum cümleleri),
- Günlük kayıtlarınızdan “küçük ama kritik” içgörüler çıkarma teknikleri.
Öğrenme çıktıları ve beceriler
- Kendi veri setlerinizi YZ yardımıyla hızlı biçimde analiz edebilme,
- Hasta bakım kalitesi, iş yükü, bekleme süreleri gibi göstergeleri temel seviyede takip edebilme,
- “Hissediyoruz” yerine “Veriler böyle söylüyor” cümlesiyle konuşabilecek veri okuryazarlığı,
- Yöneticilerinize ve ekibinize veri temelli, ikna edici geri bildirimler sunabilme,
- Teknik bilgi gerektirmeden yapay zekâ sürecini deneyimleme.
“Veri toplamak değil, o veriden anlamlı sonuç çıkarıp harekete geçmek fark yaratır.”
İçerik başlıkları
- Sağlıkta dijital veri türleri(yapısal / yapısal olmayan),
- Veri toplama süreçlerinde yapılan hatalar ve klinik etkileri,
- Veri anonimleştirme süreçlerinin sağlık verisi özelinde değerlendirilmesi,
- Klinik karar destek sistemlerinde veri kalitesinin rolü,
- Klinik kayıtların analizi (epikriz, klinik notlar, gözlem verileri),
- Sağlık verisinin anlamlandırılması ve yorumlanması,
- Yapay zekâ için doğru veri etiketleme yöntemleri,
- Etiketleme hatalarının model çıktısına etkisi.
Uygulamalar
- Örnek hemşirelik veri seti üzerinde YZ destekli analiz,
- AI Güvenilirlik Matrisi: Yapay zekâ çıktılarının güvenilirliğini değerlendirme,
- Veri temizleme ve etiketleme adımlarının uygulanması,
- Basit bir yapay zeka modeli ile sonuçların yorumlanması
- Veri analizi sonuçlarını bir sonraki “Veri Görselleştirme” modülünde kullanmaya hazırlama.
Eğitim programı (3 saatlik akış)
Akış, teoriyi minimumda tutup, gerçek veri örnekleriyle pratik yapmaya odaklıdır. Katılımcılar, kendi veri dosyalarıyla da çalışabilecekleri şekilde yönlendirilecektir.
19:00 – 19:50 dk
Dijital Veri Nedir ? Nasıl Toplanır ? Neden Nasıl Anonimleştirilir ?
Veri türleri, veri kaynakları, Toplanan verinin YZ için kalitesi (Garbage in, garbage out prensibi). YZ araçlarında kanıt seviyesi, algoritmik önyargı (bias) ve halüsinasyon tespiti.
19:50 – 20:00
10 dk kısa ara
Katılımcı sorularının toplanması ve ikinci bölüm için odak alanlarının belirlenmesi.
20:00 – 20:20 dk
AI Güvenilirlik Matrisi
YZ çıktılarının güvenilirliğini değerlendirme, risk seviyesine göre karar verme ve klinik kullanımda dikkat edilmesi gereken noktalar.
20:20 – 20:30
10 dk kısa ara
Katılımcı sorularının toplanması ve ikinci bölüm için odak alanlarının belirlenmesi.
20:30 – 21:10
Veri Okuryazarlığı ve Etiketleme
Kayıt inceleme, gözlem. Hekim, hemşire ve ebelerin klinik notları ve verileri YZ modelleri için nasıl etiketlemesi gerektiği
21:10 – 21:20
10 dk kısa ara
Katılımcı sorularının toplanması ve ikinci bölüm için odak alanlarının belirlenmesi.
21:20 – 22:00
Uygulama (Kod gerektirmeden veri analizi deneyimi)
Orange Data Mining aracı ile örnek veri seti üzerinden çalışma,
ÖNEMLİ NOT
Uygulama İçin Katılımcıların Yapması Gereken Hazırlıklar
Orange Data Mining aracı ile örnek veri seti üzerinden çalışma uygulamasına aktif katılabilmeniz için; kurs başlamadan önce mutalak cihazına uygulamayı yüklemelesiniz. Uygulama https://orangedatamining.com/ adresinden yüklenebilir.
“Veri analizi, sahadaki deneyiminize ikinci bir çift göz ekler; hem de yorulmadan.”
Eğitmen
Dr. Sinem CECE
Öğretim Üyesi & Ekip Lideri
Ankara Medipol Üniversitesi & Sağlık 4.0
Hemşirelikte bilişim, veri analizi ve sağlıkta dijital dönüşüm alanlarında çalışan Dr. Sinem Cece, klinik verilerin bakım kalitesine dönüştürülmesi konusunda hem akademik hem de pratik projeler yürütmektedir. Bu modülde, karmaşık veri setlerini günlük iş akışında kullanılabilir içgörülere dönüştürme konusunda katılımcılara sahaya dönük bir yol haritası sunacaktır.
Kayıt & katılım
Bu modüle katılmak için, ortak kayıt sayfasındaki formu doldurmanız ve “YZ Destekli Veri Okuryazarlığı ve Etiketleme” modülünü seçmeniz yeterlidir. Aynı form üzerinden serinin diğer modüllerini de işaretleyebilirsiniz.
Kayıt ve ücret bilgisi
Bu modüle tek başına kayıt olabileceğiniz gibi, diğer modüllerle birlikte de kayıt olabilirsiniz.
- Ücret: 1.000 TL
- Ödeme alındı makbuzu, kayıt formu sonrası e-posta ile iletilecektir.
- Katılım koşullarını kurslar ana sayfasındaki “Kurslara Katılım Koşulları” bölümünden inceleyebilirsiniz.
- Eğitim öncesinde kısa bir ön test, bitişinde son test uygulanacak; başarıyla tamamlayanlara dijital katılım belgesi e-posta ile gönderilecektir.