VERİ MADENCİLİĞİ DERS TANITIM VE UYGULAMA BİLGİLERİ

Kodu	Dersin Adı	Yarıyıl	Süresi(T+U)	Kredisi	AKTS Kredisi
YEM406	VERİ MADENCİLİĞİ	8	3	3	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	Doç.Dr. TAYLAN MARAL
Dersi Veren Öğretim Üyesi/Öğretim Görevlisi	Dr.Öğr.Üyesi SÜREYYA İMRE BIYIKLI
Ders Ön Koşulu	Yok

AMAÇ VE İÇERİK
Amaç:	Dersin amacı, çağdaş veri madenciliği disiplininde yer alan temel ve ileri düzey algoritmaların teorik ve uygulamalı yönlerini derinlemesine inceleyerek, öğrencilerin büyük veri analitiği bağlamında etkin veri işleme ve modelleme becerileri kazanmalarını sağlamaktır. Bu doğrultuda, farklı veri türleri üzerinde veri madenciliği tekniklerinin nasıl uygulandığı ele alınacak, örüntü keşfi, sınıflandırma, kümeleme ve ilişki analizi gibi yöntemler ayrıntılı olarak değerlendirilecektir. Ayrıca, veri madenciliği süreçlerinin karar destek mekanizmalarındaki rolü tartışılarak, veri biliminin evrimi ve gelecekteki yönelimleri üzerine eleştirel bir bakış açısı kazandırılması hedeflenmektedir. Ders kapsamında geliştirilecek uygulamalar, öğrencilerin teorik bilgileri gerçek dünya problemleriyle ilişkilendirerek analitik düşünme ve problem çözme yetkinliklerini güçlendirmelerine katkı sağlayacaktır.
İçerik:	Dersin içeriği, makine öğrenmesi ve genelleştirilmiş adıyla veri madenciliğinin temel bileşenlerinden biri olan öngörü (prediction) ve tahminleme süreçlerini ele alarak, istatistiksel teknikler ve makine öğrenmesi yöntemleri çerçevesinde derinlemesine bir inceleme sunmaktadır. Ayrıca, metin madenciliği yaklaşımları ve iş akışları sistematiği doğrultusunda, işletme ve farklı sektörlerdeki veri madenciliği uygulamaları detaylandırılacaktır. Ders kapsamında, veri analizi ve modelleme süreçlerinin etkin bir şekilde gerçekleştirilmesi için R programlama dili temel uygulama aracı olarak kullanılacak ve öğrencilerin bu araçla pratik beceriler kazanmaları sağlanacaktır.

DERSİN ÖĞRENME ÇIKTILARI (Öğrenciler, bu dersi başarı ile tamamladıklarında aşağıda belirtilen bilgi, beceri ve/veya yetkinlikleri gösterirler.)
Veri madenciliği şemsiyesi altında danışmanlı (supervised) ve danışmansız (unsupervised) makine öğrenmesi algoritmalarını tanıyabilme
Veri madenciliği dersi kapsamındaki metin madenciliği konuları ve iş akışları sistematiğine bağlı kalarak işletme ve farklı sektörlerin uygulamalarını kavrayabilme
Günümüzün dijital çağında enformasyon ve bilgi elde etmek için istatistik teknikler ve makine öğrenmesini kullanabilme
R Programlama Dili’ni uygulayabilme

HAFTALIK DERS KONULARI VE ÖNGÖRÜLEN HAZIRLIK ÇALIŞMALARI
Hafta	Ön Hazırlık	Konular	Yöntem
1	-	Ders Bilgisi(Syllabus) ve Veri Analitiğine ile R Programlama Dili'ne Giriş	Anlatım, Tartışma, Uygulama
2	HAZIRLIK	R Programlama Dili'nde Temel Veri Yapıları	Anlatım, Tartışma, Uygulama
3	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile Veri Ön İşleme Adımları	Anlatım, Tartışma, Uygulama
4	Öğrenilen konular tekrarlanır, sorular çıkarılır	R Programlama Dilinde Görselleştirme	Anlatım, Tartışma, Uygulama
5	Öğrenilen konular tekrarlanır, sorular	Regresyon ve Sınıflandırma Problemleri için Performans Değerlendirme Ölçütleri	Anlatım, Tartışma, Uygulama
6	Öğrenilen konular tekrarlanır, sorular çıkarılır	R ile Basit Regresyon	Anlatım, Tartışma, Uygulama
7	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ve Çok Değişkenli Regresyon	Anlatım, Tartışma, Uygulama
8	-	ARA SINAV	-
9	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile K-Means Kümeleme Algoritması	Anlatım, Tartışma, Uygulama
10	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile K-En Yakın Komşu Algoritması-Regresyon	Anlatım, Tartışma, Uygulama
11	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile K-En Yakın Komşu Algoritması-Sınıflandırma	Anlatım, Tartışma, Uygulama
12	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile Rassal Orman Algoritması-Regresyon	Anlatım, Tartışma, Uygulama
13	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile Rassal Orman Algoritması-Sınıflandırma	Anlatım, Tartışma, Uygulama
14	Öğrenilen konular tekrarlanır, sorular çıkarılır.	Genel Tekrar	Anlatım, Tartışma, Uygulama
15	-	Proje Ekip Sunumları	Sunum
16	-	FİNAL	-
17	-	FİNAL	-

KAYNAKLAR
BALABAN, M. E., & Kartal, E. (2018). Veri Madenciliği Ve Makine Öğrenmesi. Çağlayan Kitabevi.
Özkan, Y. (2016). Veri madenciliği yöntemleri. Papatya Yayıncılık Eğitim.
Oğuzlar, A. (2011). Temel metin madenciliği. Dora Yayıncılık.

ÖLÇME VE DEĞERLENDİRME
Yarıyıl İçi Yapılan Çalışmaların Ölçme ve Değerlendirmesi	Etkinlik Sayısı	Katkı Yüzdesi	Açıklama	Sınav Yapılma Şekli
Ara Sınav (Vize)	1	50		Optik(Test) Sınav
DÖNEM SONU- Sınavı (Final)	1	50		Optik(Test) Sınav
TOPLAM	2	100

(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	List the history of communication, mass media, communication theories and leading theorists.	0
2	List the historical, social and cultural types of communication and explain the related concepts.		1
3	Define the important points of the history and theories of communication through daily life practices and social life.		1

KNOWLEDGE
Factual
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Compare the traditional media and new media economic policies.		1
2	Interpret digital culture with constantly updated and self-renewing topics.				3
3	Interpret the technical, socio-political and legal aspects of cyber security issues in the field of new media.				3

SKILLS
Cognitive
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Define the basic concepts of communication history, communication theories, traditional and new media channels.		1

SKILLS
Practical
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Prepare web pages with CSS codes.		1
2	Produce creative content in new media environments, create an image and sound and practical studies about programming.		1
3	Analyze the sub-texts and their semantics of the studies presented to the society by mass media.			2
4	Use qualitative and quantitative elements to construct arguments on studies in the field of communication.					4

OCCUPATIONAL
Autonomy & Responsibility
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Manage social media accounts of brands, corporate firms and public institutions thanks to its advanced knowledge in content production and user experience.		1

OCCUPATIONAL
Learning to Learn
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Review local and foreign studies in the field of New Media. Creates innovative works in his/her field.			2
2	Criticize the effects of social media activities on socio-political field.			2

OCCUPATIONAL
Communication & Social
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Plan scientific studies in any area that can be encountered in different disciplines and transfer them to people from different disciplines.				3
2	Determine how much of the content produced by the media is right and wrong.					4

OCCUPATIONAL
Occupational and/or Vocational
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Follows the developments that have begun to guide the present and the future such as "Software". Produce various software products for different sectors.		1
2	Design using new architectures of big data processing systems.						5
3	Determine the logic of operation of artificial intelligence algorithms and determines the possible effects on media and indirectly society.			2

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	1	42	42
Ara Sınav	1	1	1
Ara Sınav Hazırlığı	1	40	40
Kısa Sınav	0	0	0
Kısa Sınav Hazırlığı	0	0	0
TOPLAM	31	0	204