Yazılım Mühendisliği
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: FET445
Ders İsmi: Veri Madenciliği
Ders Yarıyılı: Güz
Ders Kredileri:
Teorik Pratik Laboratuvar AKTS
2 1 1 5
Öğretim Dili: Türkçe
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm Seçmeli
Dersin Seviyesi:
Lisans TYYÇ:6. Düzey QF-EHEA:1. Düzey EQF-LLL:6. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi SAJJAD NEMATZADEH MİANDOAB
Dersi Veren(ler):
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersin amacı öğrencilere veri madenciliğinin temel kavramlarını, yöntemlerini ve algoritmalarını öğretmek, verilerden anlamlı bilgi çıkarma yeteneği kazandırmak ve gerçek dünya problemlerine veri odaklı çözüm üretme becerisini geliştirmektir.
Dersin İçeriği: Veri madenciliğinin temel kavramları ve uygulama alanları, veri tipleri ve depolama yöntemleri ele alınarak veri madenciliği süreci ayrıntılı olarak incelenir. Veri ön işleme teknikleri kapsamında veri temizleme, dönüştürme ve eksik veri yönetimi yöntemleri öğretilir. Keşifsel veri analizi ve veri görselleştirme teknikleri kullanılarak veri setleri üzerinde anlamlı çıkarımlar yapılması sağlanır.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Öğrenme Çıktıları
1 - Bilgi
Kuramsal - Olgusal
2 - Beceriler
Bilişsel - Uygulamalı
1) Veri madenciliğinin temel kavramlarını açıklar.
2) Veri ön işleme ve keşifsel veri analizi tekniklerini uygular.
3) Sınıflandırma ve kümeleme algoritmalarını kullanarak veri analizi yapar.
4) Veri madenciliği araçları ile uygulamalı analizler gerçekleştirir.
5) Veri madenciliği prosedürlerini tasarlar.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Veri Madenciliğine Giriş: Temel tanımlar ve kullanım alanları
2) Veri Tipleri, Veri Depolama ve Veri Madenciliği Süreci
3) Veri Ön İşleme Yöntemleri: Temizleme, dönüştürme, eksik veri yönetimi
4) Keşifsel Veri Analizi ve Veri Görselleştirme
5) Kestirimci İstatistik: Regresyon, sınıflandırma, kümeleme ve model değerlendirmeye giriş
6) Olasılık, Olasılık Yoğunluk Fonksiyonu (PDF), Kümülatif Dağılım Fonksiyonu (CDF)
7) Regresyon Analizi
8) Vize Sınavı
9) Sınıflandırma Analizi
10) Kümeleme Analizi
11) Anomali ve Aykırı Veri Analizi: Temel kavramlar ve yöntemler
12) Veri Madenciliğinde Metin Analizine Giriş: Temel kavramlar ve örnekler
13) Büyük Veri ve Veri Madenciliği Uygulamaları: Gerçek dünya uygulama örnekleri
14) Proje Örnekleri

Kaynaklar

Ders Notları / Kitaplar: Data Science from Scratch: First Principles with Python. Joel Grus
Diğer Kaynaklar:

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

3

4

5
Program Kazanımları
1) Matematik ve fen bilimleri alanlarında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanabilme becerisi.
2) İlgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
3) Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi.
4) Karmaşık mühendislik problemlerinde uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
5) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi.
6) Karmaşık bir sistemi, süreci, cihazı veya ürünü tasarlamak için modern tasarım yöntemlerini uygulama becerisi.
7) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi.
8) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
9) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama ve deney yapma becerisi.
10) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama, sonuçları analiz etme ve yorumlama becerisi.
11) Disiplin içi takımlarda etkin biçimde çalışabilme becerisi.
12) Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi.
13) Bireysel çalışma becerisi.
14) Sözlü ve yazılı etkin iletişim kurma becerisi.
15) En az bir yabancı dil bilgisi.
16) Etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi.
17) Etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
18) Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık.
19) Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
20) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
21) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi.
22) Girişimcilik, yenilikçilik hakkında farkındalık.
23) Sürdürülebilir kalkınma hakkında bilgi.
24) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi.
25) Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Matematik ve fen bilimleri alanlarında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanabilme becerisi.
2) İlgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
3) Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi.
4) Karmaşık mühendislik problemlerinde uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
5) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi. 3
6) Karmaşık bir sistemi, süreci, cihazı veya ürünü tasarlamak için modern tasarım yöntemlerini uygulama becerisi. 5
7) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi. 5
8) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için bilişim teknolojilerini etkin bir şekilde kullanma becerisi. 5
9) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama ve deney yapma becerisi. 4
10) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama, sonuçları analiz etme ve yorumlama becerisi. 5
11) Disiplin içi takımlarda etkin biçimde çalışabilme becerisi. 4
12) Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi.
13) Bireysel çalışma becerisi.
14) Sözlü ve yazılı etkin iletişim kurma becerisi.
15) En az bir yabancı dil bilgisi.
16) Etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi.
17) Etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
18) Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık.
19) Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
20) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
21) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi.
22) Girişimcilik, yenilikçilik hakkında farkındalık.
23) Sürdürülebilir kalkınma hakkında bilgi.
24) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi.
25) Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ara Sınavlar 1 % 50
Final 1 % 50
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 50
Toplam % 100