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	Dr.Öğr.Üyesi BİLGE TURP GÖLBAŞI
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

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