DATA AND TEXT MINING PROGRAMME COURSE DESCRIPTION

Code	Name of the Course Unit	Semester	In-Class Hours (T+P)	Credit	ECTS Credit
IBY324	DATA AND TEXT MINING	6	4	2	8

GENERAL INFORMATION
Language of Instruction :	Türkçe
Level of the Course Unit :	, TYY: + , EQF-LLL: , QF-EHEA:
Type of the Course :	Zorunlu
Mode of Delivery of the Course Unit	-
Coordinator of the Course Unit
Instructor(s) of the Course Unit	Dr.Öğr.Üyesi BİLGE TURP GÖLBAŞI
Course Prerequisite	No

OBJECTIVES AND CONTENTS
Objectives of the Course Unit:	Dersin amacı; veri madenciliğini tanıtmak ve kullanımını yaygınlaştırmaktır. Geniş ölçekli veri tabanlarında analiz yeteneğinin kazandırılmasıdır.
Contents of the Course Unit:	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.

KEY LEARNING OUTCOMES OF THE COURSE UNIT (On successful completion of this course unit, students/learners will or will be able to)
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

WEEKLY COURSE CONTENTS AND STUDY MATERIALS FOR PRELIMINARY & FURTHER STUDY
Week	Preparatory	Topics(Subjects)	Method
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	-

SOURCE MATERIALS & RECOMMENDED READING
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.

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	Interpret the basic concepts, theories and approaches of business information management, programming and management information systems.						5
2	Explain concepts related to field by associating them with information systems and programming languages.					4

KNOWLEDGE
Factual
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Explain current information about the field with information and communication theories.						5
2	Relate the information and facts about his/her field with other areas of social sciences.					4

SKILLS
Cognitive
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Prepare the technical infrastructure and content of information management in businesses.						5
2	Integrate the theoretical knowledge about the field into today's technology					4

SKILLS
Practical
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Apply the programming languages for the functioning of business.						5
2	Interpret the theoretical and practical information they obtained in their field.					4

OCCUPATIONAL
Autonomy & Responsibility
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Fulfill his/her duties and responsibilities related to the solution of problems arising in enterprises.						5
2	Conducts projects related with his/her field.						5

OCCUPATIONAL
Learning to Learn
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Integrate the technical information and approaches about his/her field to business management information processes.						5
2	Research on scientific, sectoral developments and innovations related to the field with lifelong learning as a principle.					4

OCCUPATIONAL
Communication & Social
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Cooperates with stakeholders in order to generate new ideas.					4
2	Organize projects and activities for the social environment with social responsibility consciousness and to be able to apply those.					4

OCCUPATIONAL
Occupational and/or Vocational
	Programme Learning Outcomes	Level of Contribution
		0	1	2	3	4	5
1	Students will be able to apply knowledge and skills related to his / her field by taking into account his legal, social and ethical responsibilities.					4
2	Write programs by using the programming languages related with his/her field.						5

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	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