TR EN

VERİ VE METİN MADENCİLİĞİ DERS TANITIM VE UYGULAMA BİLGİLERİ

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

DERSİN PROGRAM ÖĞRENME ÇIKTILARINA KATKISI

BİLGİ
Kuramsal
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
İşletme, işletme bilgi yönetimi, programlama ve yönetim bilişim sistemlerinin temel kavramlarını, kuramlarını ve yaklaşımlarını yorumlar.
5
2
Alanıyla ilgili kavramları bilişim sistemleri ve programlama dilleriyle ilişkilendirerek açıklar.
4
BİLGİ
Olgusal
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
Alanıyla ilgili güncel bilgileri bilişim ve işletme kuramlarıyla ilişkilendirerek açıklar.
5
2
Alanındaki bilgi ve olguları sosyal bilimlerin diğer alanlarıyla ilişkilendirir.
4
BECERİLER
Bilişsel
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
İşletmelerde bilgi yönetiminin teknik altyapısını ve içeriğini hazırlar.
5
2
Alanıyla ilgili edindiği kuramsal bilgileri güncel teknolojilere entegre eder.
4
BECERİLER
Uygulamalı
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
Öğrendiği programlama dillerini işletmenin işleyişine yönelik uygular.
5
2
Alanında edindiği kuramsal ve uygulamalı bilgileri yorumlar.
4
YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
İşletmelerde ortaya çıkan problemlerin çözümü ile ilgili görev ve sorumluluklarını yerine getirir.
5
2
Alanıyla ilgili projeler yürütür.
5
YETKİNLİKLER
Öğrenme Yetkinliği
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
Alanıyla ilgili teknik alt yapı bilgisi ve yaklaşımlarını işletme bilgi yönetimi süreçlerine entegre eder.
5
2
Yaşam boyu öğrenmeyi ilke edinerek alanıyla ilgili gelişme ve yenilikleri araştırır.
4
YETKİNLİKLER
İletişim ve Sosyal Yetkinlik
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
Alanındaki paydaşlarla yeni fikirler üretmek için iş birliği yapar.
4
2
Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenler.
4
YETKİNLİKLER
Alana Özgü Yetkinlik
Program Yeterlilikleri/Çıktıları Katkı Düzeyi
0 1 2 3 4 5
1
Alanıyla ilgili bilgi ve becerilerini, hukuki, toplumsal ve etik sorumluluklarını da göz önünde tutarak uygular.
4
2
Alanıyla ilgili programlama dillerini kullanarak program yazar.
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