BIG DATA MANAGEMENT PROGRAMME COURSE DESCRIPTION

Code	Name of the Course Unit	Semester	In-Class Hours (T+P)	Credit	ECTS Credit
YEM435	BIG DATA MANAGEMENT	7	3	3	7

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 TAYLAN MARAL
Instructor(s) of the Course Unit	Dr.Öğr.Üyesi SÜREYYA İMRE BIYIKLI
Course Prerequisite	No

OBJECTIVES AND CONTENTS
Objectives of the Course Unit:	Büyük veri ile başa çıkarken karşılaşılan zorlukları öğrenmek, modern büyük veri depolama sistemlerini kavrayabilmek, büyük verilerin farklı türlerini değerlendirmeyi öğrenmektir.
Contents of the Course Unit:	Bu ders, Büyük veri kavramı, büyük veriyi etkin kullanan şirketler, Hadoop, Spark gibi temel büyük veri teknolojileri ve büyük ölçekli makine öğrenmesi yöntemleri, medya ve büyük veri ilişkisi, büyük ölçekli yapılandırılmış/yapılandırılmamış verileri, büyük ölçekli veri akışı konularını içermektedir.

KEY LEARNING OUTCOMES OF THE COURSE UNIT (On successful completion of this course unit, students/learners will or will be able to)
Büyük veriden güdümlü ve güdümsüz çıkarım elde eder. {conclude}
Büyük veriyi R/Python gibi programlama dilleri kullanarak analiz eder. {analysis}
Güncel uygulama alanlarını tanır. {recognize}
Büyük veri analizinden elde ettiği bilgi keşfini günlük hayattaki problemleri çözmek için uyarlar. {modify}

WEEKLY COURSE CONTENTS AND STUDY MATERIALS FOR PRELIMINARY & FURTHER STUDY
Week	Preparatory	Topics(Subjects)	Method
1	Literatür Tarama	Ders Tanıtımı, Büyük Veri Kavramına Giriş	Anlatım
2	Literatür Tarama	Büyük Veriye Giriş, Büyük Verinin Bileşenleri, Büyük veri Analitiği	Anlatım, Tartışma, Örneklerle Gösterme
3	Literatür Tarama	Büyük Veri ve Yeni Medya İlişkisi	Anlatım, Tartışma, Örneklerle Gösterme
4	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Büyük Veri Teknolojilerini Kullanan Şirketler ve Kullanım Alanları	Anlatım, Örneklerle Gösterme
5	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Büyük Veri Teknolojileri ve Araçları: Hadoop, Eşle İndirge(MapReduce), Spark, NoSQL, MongoDB, Pig, Impala	Anlatım, Örneklerle Gösterme
6	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Büyük Veri için Makine Öğrenmesine Giriş, Öğrenme Stratejileri ve Analiz Süreci	Anlatım, Örneklerle Gösterme
7	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Büyük Veri İle Görselleştirme	Anlatım, Örneklerle Gösterme
8	-	ARA SINAV	-
9	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Proje/Ödev Çalışmalarının Gözden Geçirilmesi	Anlatım, Örneklerle Gösterme
10	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Proje/Ödev Çalışmalarının Gözden Geçirilmesi	Anlatım, Örneklerle Gösterme
11	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Basit(Naive) Bayes ile Büyük Veri Analizi	Anlatım, Örneklerle Gösterme
12	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Basit ve Çok Değişkenli Regresyon ile Büyük Veri Analizi	Anlatım, Örneklerle Gösterme
13	Literatür Tarama, Görsel Kaynaklardan Yararlanma	K-En Yakın Komşu Algoritması ile Büyük Veri Analizi	Anlatım, Örneklerle Gösterme
14	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Karar ağaçları ile Büyük Veri Analizi	Anlatım, Örneklerle Gösterme
15	Literatür Tarama, Görsel Kaynaklardan Yararlanma	Logistic Regresyon ile Büyük Veri Analizi	Anlatım, Örneklerle Gösterme
16	-	FİNAL	-
17	-	FİNAL	-

SOURCE MATERIALS & RECOMMENDED READING
Sakr S., Gaber M. M. (2014). Large Scale and Big Data. Florida: An Auerbach Book
Marr B. (2017). Büyük Veri İş Başında. İstanbul: Mediacat Kitapları
Gürsakal, N. (2014). Büyük Veri. Dora Yayıncılık.
M. Erdal Balaban & Elif Kartal, “Veri Madenciliği ve Makine Öğrenmesi, Temel Algoritmaları ve R Dili ile Uygulamaları”, İkinci Baskı, Çağlayan Yayınevi, 2018.

ASSESSMENT
Assessment & Grading of In-Term Activities	Number of Activities	Degree of Contribution (%)	Description

Level of Contribution
0	1	2	3	4	5

KNOWLEDGE
Theoretical
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	List the history of communication, mass media, communication theories and leading theorists.		1
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
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Compare the traditional media and new media economic policies.			2
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.					4

SKILLS
Cognitive
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Define the basic concepts of communication history, communication theories, traditional and new media channels.		1

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

OCCUPATIONAL
Autonomy & Responsibility
	Programme Learning Outcomes	Level of Contribution
		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.			2

OCCUPATIONAL
Learning to Learn
	Programme Learning Outcomes	Level of Contribution
		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.		1
2	Criticize the effects of social media activities on socio-political field.		1

OCCUPATIONAL
Communication & Social
	Programme Learning Outcomes	Level of Contribution
		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.			2

OCCUPATIONAL
Occupational and/or Vocational
	Programme Learning Outcomes	Level of Contribution
		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

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	2	26
Arazi Çalışması	0	0	0
Grup Çalışması / Ödevi	10	1	10
Laboratuvar	0	0	0
Okuma	13	1	13
Ödev	13	2	26
Proje Hazırlama	1	30	30
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	20	20
Ara Sınav	1	1	1
Ara Sınav Hazırlığı	1	10	10
Kısa Sınav	0	0	0
Kısa Sınav Hazırlığı	0	0	0
TOPLAM	68	0	179