DATA ANALYTICS I PROGRAMME COURSE DESCRIPTION

Code	Name of the Course Unit	Semester	In-Class Hours (T+P)	Credit	ECTS Credit
YBS317	DATA ANALYTICS I	5	3	3	8

GENERAL INFORMATION
Language of Instruction :	Türkçe
Level of the Course Unit :	LİSANS, TYY: + 6.Düzey, EQF-LLL: 6.Düzey, QF-EHEA: 1.Düzey
Type of the Course :	Zorunlu
Mode of Delivery of the Course Unit	-
Coordinator of the Course Unit	Dr.Öğr.Üyesi DİDEM TETİK KÜÇÜKELÇİ
Instructor(s) of the Course Unit	Dr.Öğr.Üyesi SÜREYYA İMRE BIYIKLI
Course Prerequisite	No

OBJECTIVES AND CONTENTS
Objectives of the Course Unit:	Bu dersin amacı; öğrencileri veri toplamaya, tanımlamaya ve analiz etmeye ve işletme alanı ile ilgili kararlar almaları için ileri istatistiksel araçları kullanmaya hazırlamaktır. Ders kapsamında ağırlıklı olarak öngörüye dayalı veri madenciliği algoritmalarına yer verilecek ve R dili ile işletme uygulamaları yapılacaktır. Öğrencilere, sistematik yaklaşımla problem çözme ve proje geliştirme alışkanlıklarının kazandırılması amaçlanmaktadır.
Contents of the Course Unit:	Veri Madenciliği/Makine Öğrenmesi algoritmalarını içeren bu ders de kümeleme, naïve bayes,logistic regresyon, karar ağaçları gibi öngörüye dayalı algoritmalar ele alınacaktır. Ayrıca, bu ders algoritma ile ilgili R paketlerinin kullanılmasına ilişkin uygulamaları ve proje çalışmalarını içermektedir.

KEY LEARNING OUTCOMES OF THE COURSE UNIT (On successful completion of this course unit, students/learners will or will be able to)
Veri giriş ve çıkışı için farklı dosya formatlarını kullanır. {use}
Açık kaynak kodlu bir platform olan R'da istatistiksel analizler yapar. {analysis}
Analiz edilen verinin doğruluğunu değerlendirir. {evaluate}
Kendi analiz tekniğini kendisi geliştirir. {develop}
Veri ayıklama ve veri indirgeme tekniklerini değerlendirir. {assess}

WEEKLY COURSE CONTENTS AND STUDY MATERIALS FOR PRELIMINARY & FURTHER STUDY
Week	Preparatory	Topics(Subjects)	Method
1	-	Ders Bilgisi(Syllabus) ve Veri Analitiğine ile R Programlama Dili'ne Giriş	Anlatım, Etkileşim, Uygulama
2	Literatür Araştırılır. Ödev 1 verilir.	R Programlama Dili'nde Temel Veri Yapıları	Anlatım, Etkileşim, Uygulama
3	Öğrenilen konular tekrarlanır, sorular çıkarılır. Ödev 1 teslim edilir ve Ödev 2 verilir	R Programlama Dili'nde Fonksiyonlar, Kontrol İfadeleri ve Döngüler	Anlatım, Etkileşim, Uygulama
4	Öğrenilen konular tekrarlanır, sorular çıkarılır. Ödev 2 teslim edilir.	R ile Eksik Veri ve Dosya İşlemleri, Veri Süzme ve Manipülasyonu, Çapraz Doğrulama, Standardizasyon ve Normalizasyon İşlemleri	Anlatım, Etkileşim, Uygulama
5	Öğrenilen konular tekrarlanır, sorular çıkarılır. Ödev 3 verilir.	R ile Görselleştirme	Anlatım, Etkileşim, Uygulama
6	Öğrenilen konular tekrarlanır, sorular çıkarılır. Ödev 3 teslim edilir.	R ile Basit ve Çok Değişkenli Regresyon	Anlatım, Etkileşim, Uygulama
7	Öğrenilen konular tekrarlanır, sorular çıkarılır. Ödev 4 verilir.	Polinom Doğrusal Regresyon Analizi, Doğrusal Olmayan Regresyon Analizi	Anlatım, Etkileşim, Uygulama
8	-	ARA SINAV	-
9	Ara sınav değerlendirmesi yapılır ve Ödev 4 teslim edilir. Dönem projesi verilir.	Destek Vektör Makinesi Regresyon Analizi	Anlatım, Etkileşim, Uygulama
10	Birinci Vak'a çalışması verilir. Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, (Balaban & Kartal) Bölüm 4.1	Logistic Regresyon	Anlatım, Etkileşim, Uygulama
11	Birinci Vak'a çalışması teslim edilir. İkinci Vak'a çalışması verilir. Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, (Balaban & Kartal) Bölüm 4.2	Basit(Naive)Bayes Sınıflandırma Algoritması	Anlatım, Etkileşim, Uygulama
12	İkinci Vak'a çalışması teslim edilir. Üçüncü Vak'a çalışması verilir. Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, (Balaban & Kartal) Bölüm 4.3	K-En Yakın Komşu Algoritması	Anlatım, Etkileşim, Uygulama
13	Üçüncü Vak'a çalışması teslim edilir.	Regresyon Ağaçları ve Sınıflandırma Ağaçları	Anlatım, Etkileşim, Uygulama
14	Öğrenilen konular tekrarlanır, sorular çıkarılır.	R ile Yapay Sinir Ağları	Anlatım, Etkileşim, Uygulama
15	Final Projesi için ön hazırlık çalışma yapılır	Final projeleri hakkında sorular cevaplandırılır.	-
16	-	FİNAL	-
17	-	FİNAL	-

SOURCE MATERIALS & RECOMMENDED READING
M. Erdal Balaban & Elif Kartal, “Veri Madenciliği ve Makine Öğrenmesi, Temel Algoritmaları ve R Dili ile Uygulamaları”, İkinci Baskı, Çağlayan Yayınevi, 2018. http://www.caglayan.com/urundetay/621387/Veri-Madenciligi-ve-Makine-Ogrenmesi-Temel-Algoritmalari-ve-R-Dili-ile-Uygulamal-9789754361353#sthash.d3l4FhHc.dpbs
R for Everyone: Advanced Analytics and Graphics, 2nd Edition, Pearson Global Edition. Author: Jared P. Lander (https://www.jaredlander.com/about/ ) https://www.homerbooks.com/urun/r-for-everyone-advanced-analytics-and-graphics

ASSESSMENT
Assessment & Grading of In-Term Activities	Number of Activities	Degree of Contribution (%)	Description	Examination Method
Ara Sınav (Vize)	1	40
Ödev Değerlendirme	1	10
DÖNEM SONU- Sınavı (Final)	1	50
TOPLAM	3	100

Level of Contribution
0	1	2	3	4	5

KNOWLEDGE
Theoretical
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Define concepts such as management, manager and leader.						5
2	Analyze the accuracy, reliability and validity of the new information obtained from the data.						5

KNOWLEDGE
Factual
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Report the obtained data.						5
2	Prepare software and projects related with the field.						5

SKILLS
Cognitive
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Use the appropriate resources for data analysis related with the field.						5
2	Analyze the work processes.					4

SKILLS
Practical
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Manage projects as part of a team.					4
2	Apply the material, techniques and analyzes in relation with the subject for project and work flows.						5

OCCUPATIONAL
Autonomy & Responsibility
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Fulfill responsibility with a focus on result in individual and team studies.						5

OCCUPATIONAL
Learning to Learn
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Recognizes what he/she knows about his/her field or not.						5
2	Act the theoretical knowledge in real life with learning to learn approach.						5
3	Apply different methods and techniques with an innovative approach in his/her research.						5

OCCUPATIONAL
Communication & Social
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Apply the results obtained in accordance with voluntarism and social responsibility projects.						5
2	Establish a healthy contact with colleagues					4
3	Share the analyzes and obtained results with colleagues.					4
4	Cooperate with colleagues at international level with the help of foreign language competency.				3

OCCUPATIONAL
Occupational and/or Vocational
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Behave in accordance with ethical values regarding the collection, analysis and reporting of data.						5
2	Participate the design of work processes and systems with full quality.						5
3	Cooperate with other employees for the continuation of sustainability in the profession.					4

WORKLOAD & ECTS CREDITS OF THE COURSE UNIT
Workload for Learning & Teaching Activities
Type of the Learning Activites	Learning Activities (# of week)	Duration (hours, h)	Workload (h)
Ders	14	3	42
Derse Ön Hazırlık ve Ders Sonrası Pekiştirme	13	3	39
Arazi Çalışması	0	0	0
Grup Çalışması / Ödevi	13	2	26
Laboratuvar	0	0	0
Okuma	14	1	14
Ödev	13	2	26
Proje Hazırlama	1	23	23
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	1	10	10
Final Sınavı	1	1	1
Final Sınavı Hazırlığı	1	14	14
Ara Sınav	1	1	1
Ara Sınav Hazırlığı	1	7	7
Kısa Sınav	0	0	0
Kısa Sınav Hazırlığı	0	0	0
TOPLAM	73	0	203