Kodu | Dersin Adı | Yarıyıl | Süresi(T+U) | Kredisi | AKTS Kredisi |
---|---|---|---|---|---|
IBY324 | VERİ VE METİN MADENCİLİĞİ | 6 | 4 | 2 | 8 |
DERS BİLGİLERİ |
|
---|---|
Dersin Öğretim Dili : | Türkçe |
Dersin Düzeyi | LİSANS, TYY: + 6.Düzey, EQF-LLL: 6.Düzey, QF-EHEA: 1.Düzey |
Dersin Türü | Zorunlu |
Dersin Veriliş Şekli | - |
Dersin Koordinatörü | Prof.Dr. ORHAN İŞCAN |
Dersi Veren Öğretim Üyesi/Öğretim Görevlisi | |
Ders Ön Koşulu | Yok |
AMAÇ VE İÇERİK |
|
---|---|
Amaç: | Dersin amacı; veri madenciliğini tanıtmak ve kullanımını yaygınlaştırmaktır. Geniş ölçekli veri tabanlarında analiz yeteneğinin kazandırılmasıdır. |
İçerik: | Dersin içeriği, veri madenciliğinin istatiksel, makine öğrenimi ve veri tabanı yönünden temellerini içermektedir. Ders üç kısımdan oluşmaktadır. Birinci kısım veri madenciliği için istatistik ve makine öğrenimi yaklaşımının temelleri hakkındadır. İkinci kısımda Online Analitik İşleme, ilişki kuralları ve gruplama gibi işlemler için temel veri madenciliği ve algoritmalar işlenecektir. Dersin son kısmı metin madenciliği, birliktelik filtresi, bağlantı analizi gibi alanlarda araştırmalar üzerine odaklanmaktadır. Python Programlama Dili kullanılacaktır. |
DERSİN ÖĞRENME ÇIKTILARI (Öğrenciler, bu dersi başarı ile tamamladıklarında aşağıda belirtilen bilgi, beceri ve/veya yetkinlikleri gösterirler.) |
---|
Veri madenciliği hakkında bilinmesi gereken teknik ve temel kavramları (Modelleme, istatistik, programlama vb.) öğrenir. |
Temel makine öğrenimi algoritmalarını kullanabilir. |
Veri madenciliği yazılımlarını (ağırlıklı olarak Python Programlama Dili, Sqlite Veritabanı) kullanabilir. |
Veri madenciliği alanında projeler geliştirebilir. |
Öğrendikleri Numpy, Pandas vb. kütüphaneler ve araçlar yardımıyla Veri analizi yapabilir, uygulayabilir. |
Veri görselleştirme (Matplotlib vb.) yöntemlerini uygulayabilir. |
Sqlite Veritabanı aracıyla kütüphane projesi, sınıfların kullanılması ve veritabanı işlemlerini gerçekleştirebilir. |
SoccerLeaugeSalaries Analizi gibi uygulanan örnek analizler aracılığıyla çeşitli veri setleri üstünde analizler yapabilir. |
Sınıflandırma algoritmalarının analiz sonuçlarından çıkarım yapar. |
Gruplama algoritmalarını vakalar üzerinde uygular. |
Geleceği öngörmek ve proaktif olmak rekabette üstün olmaktır.” veri madenciliği verilerdeki ilişkileri yakalayarak gizli kalmış anlamlı ve faydalı bilgiyi ortaya çıkarır. Özellikle belirsizlik taşıyan geleceği öngörmek iş hayatında rekabet üstünlüğü sağlarken proaktif olarak problemlerin önüne geçilebilecektir |
HAFTALIK DERS KONULARI VE ÖNGÖRÜLEN HAZIRLIK ÇALIŞMALARI |
|||
---|---|---|---|
Hafta | Ön Hazırlık | Konular | Yöntem |
1 | - | Veri ve Metin Madenciliği İçin Temel Kavramlar | Derse Ön Hazırlık |
2 | Literatür okuması | Veri ve Metin Madenciliği İçin Temel Kavramlar | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
3 | Literatür okuması | Veri Bilimi İçin Gerekli Programların Kurulum ve Kullanımı (Anaconda-Python-Jupyter Notebook, Paycharm, SublimeText Editor, IDLE) | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
4 | Literatür okuması | Veri Tipleri, Temel Operatörler, Karakter Dizileri-Stringler, Veri Tipi Dönüşümleri | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
5 | Literatür okuması | Liste Veri Tipleri, Print Fonksiyonu, Format Fonksiyonu, Tuple-Demet Veri Tipleri,Dict-Sözlük_Veri Tipleri | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
6 | Literatür okuması | Input Fonksiyonu, 18. Kodlama Egzersizi - Temel Python Objeleri ve Veri Yapıları-Egzersizler | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
7 | Literatür okuması | Mantıksal Değerler ve Karşılaştırma Operatörleri, Mantıksal Bağlaçlar, Koşullu Durum Blokları - If - Elif ve Else Blokları, Egzersizler | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
8 | - | ARA SINAV | - |
9 | Literatür okuması | Döngü Yapıları, Range Fonksiyonu, Break Continue İfadeleri, List Comprehension, Egzersizler | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
10 | Literatür okuması | Dosya İşlemleri | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
11 | Literatür okuması | Sqlite Veritabanı, Tablolara Veri Ekleme-Veri Çekme, Silme, Güncelleme | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
12 | Literatür okuması | Veri Analizi Numpy | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
13 | Literatür okuması | Veri Analizi Pandas | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
14 | Literatür okuması | SoccerLeaugeSalaries Analizi | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
15 | Literatür okuması | Veri Görselleştirme Matplotlib | Anlatım, Tartışma, Uygulama, Sınıf İçi Alıştırmalar |
16 | - | FİNAL | - |
17 | - | FİNAL | - |
KAYNAKLAR |
---|
Veri madenciliği : kavram ve algoritmaları. Yazar Silahtaroğlu, Gökhan. Yayıncı: İstanbul : Papatya, 2020.Baskı: 4. |
Python Eğitim Seti (3 Kitap) Mustafa Başer, Mustafa Murat Coşkun, Volkan Taşçı DİKEYEKSEN YAYINCILIK |
İş zekası ve veri madenciliği. Yazar Şeker, Şadi Evren. Cinius YayınlarıEğitim. Yayıncı: İstanbul : Cinius Yayınları, 2013. |
Özkan, Y. (2016). Veri Madenciliği, İstanbul: Papatya. |
ÖLÇME VE DEĞERLENDİRME |
|||
---|---|---|---|
Yarıyıl İçi Yapılan Çalışmaların Ölçme ve Değerlendirmesi | Etkinlik Sayısı | Katkı Yüzdesi | Açıklama |
(0) Etkisiz | (1) En Düşük | (2) Düşük | (3) Orta | (4) İyi | (5) Çok İyi |
---|---|---|---|---|---|
0 | 1 | 2 | 3 | 4 | 5 |
KNOWLEDGE | |||||||
---|---|---|---|---|---|---|---|
Theoretical | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Interpret the basic concepts, theories and approaches of business information management, programming and management information systems.
|
5 | |||||
2 |
Explain concepts related to field by associating them with information systems and programming languages.
|
4 |
KNOWLEDGE | |||||||
---|---|---|---|---|---|---|---|
Factual | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Explain current information about the field with information and communication theories.
|
5 | |||||
2 |
Relate the information and facts about his/her field with other areas of social sciences.
|
4 |
SKILLS | |||||||
---|---|---|---|---|---|---|---|
Cognitive | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Prepare the technical infrastructure and content of information management in businesses.
|
5 | |||||
2 |
Integrate the theoretical knowledge about the field into today's technology
|
4 |
SKILLS | |||||||
---|---|---|---|---|---|---|---|
Practical | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Apply the programming languages for the functioning of business.
|
5 | |||||
2 |
Interpret the theoretical and practical information they obtained in their field.
|
4 |
OCCUPATIONAL | |||||||
---|---|---|---|---|---|---|---|
Autonomy & Responsibility | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Fulfill his/her duties and responsibilities related to the solution of problems arising in enterprises.
|
5 | |||||
2 |
Conducts projects related with his/her field.
|
5 |
OCCUPATIONAL | |||||||
---|---|---|---|---|---|---|---|
Learning to Learn | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Integrate the technical information and approaches about his/her field to business management information processes.
|
5 | |||||
2 |
Research on scientific, sectoral developments and innovations related to the field with lifelong learning as a principle.
|
4 |
OCCUPATIONAL | |||||||
---|---|---|---|---|---|---|---|
Communication & Social | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Cooperates with stakeholders in order to generate new ideas.
|
4 | |||||
2 |
Organize projects and activities for the social environment with social responsibility consciousness and to be able to apply those.
|
4 |
OCCUPATIONAL | |||||||
---|---|---|---|---|---|---|---|
Occupational and/or Vocational | |||||||
Program Yeterlilikleri/Çıktıları | Katkı Düzeyi | ||||||
0 | 1 | 2 | 3 | 4 | 5 | ||
1 |
Students will be able to apply knowledge and skills related to his / her field by taking into account his legal, social and ethical responsibilities.
|
4 | |||||
2 |
Write programs by using the programming languages related with his/her field.
|
5 |
DERSİN İŞ YÜKÜ VE AKTS KREDİSİ |
|||
---|---|---|---|
Öğrenme-Öğretme Etkinlikleri İş Yükü | |||
Öğrenme-Öğretme Etkinlikleri | Etkinlik(hafta sayısı) | Süresi(saat sayısı) | Toplam İş Yükü |
Ders | 14 | 3 | 42 |
Derse Ön Hazırlık ve Ders Sonrası Pekiştirme | 13 | 6 | 78 |
Arazi Çalışması | 0 | 0 | 0 |
Grup Çalışması / Ödevi | 0 | 0 | 0 |
Laboratuvar | 0 | 0 | 0 |
Okuma | 0 | 0 | 0 |
Ödev | 0 | 0 | 0 |
Proje Hazırlama | 0 | 0 | 0 |
Seminer | 0 | 0 | 0 |
Staj | 0 | 0 | 0 |
Teknik Gezi | 0 | 0 | 0 |
Web Tab. Öğrenme | 0 | 0 | 0 |
Uygulama | 0 | 0 | 0 |
Yerinde Uygulama | 0 | 0 | 0 |
Mesleki Faaliyet | 0 | 0 | 0 |
Sosyal Faaliyet | 0 | 0 | 0 |
Tez Hazırlama | 0 | 0 | 0 |
Alan Çalışması | 0 | 0 | 0 |
Rapor Yazma | 0 | 0 | 0 |
Final Sınavı | 1 | 1 | 1 |
Final Sınavı Hazırlığı | 6 | 7 | 42 |
Ara Sınav | 1 | 1 | 1 |
Ara Sınav Hazırlığı | 7 | 6 | 42 |
Kısa Sınav | 0 | 0 | 0 |
Kısa Sınav Hazırlığı | 0 | 0 | 0 |
TOPLAM | 42 | 0 | 206 |
Genel Toplam | 206 | ||
Toplam İş Yükü / 25.5 | 8,1 | ||
Dersin AKTS(ECTS) Kredisi | 8,0 |