Bilişim Güvenliği Teknolojisi

Dersin Ayrıntıları

KTO KARATAY ÜNİVERSİTESİ
Ticaret ve Sanayi Meslek Yüksekokulu
Bilişim Güvenliği Teknolojisi Programı
Ders Bolognaları

Ders Kodu	Ders Adı	Yıl	Dönem	Yarıyıl	T+U+L	Kredi	AKTS
08121106	Veri Madenciliği	1	Bahar	2	2+2+0	5	5

Dersin Türü	Seçmeli
Dersin Düzeyi	Önlisans (TYYÇ: 5. Düzey / QF-EHEA: Kısa Düzey / EQF-LLL: 5. Düzey)
Dersin Dili	Türkçe
Yöntem ve Teknikler	-
Dersin Veriliş Şekli	Yüz Yüze
Ön Koşullar	Dersin herhangi bir ön koşulu bulunmamaktadır. Tüm öğrencilere temel seviyeden başlanarak eğitim verilmektedir.
Dersin Koordinatörü	-
Dersi Veren(ler)	Öğr.Gör. Ayşe Merve BÜYÜKBAŞ
Yardımcı(lar)	-

Dersin İçeriği

Bu ders; Veri madenciliğinin tanımı, Veri madenciliği uygulama alanlarına, tekniklerine ve modellerine genel bakış, Veri madenciliği aşamaları: Amacı belirleme, Veri kümesi oluşturma, Veri ayıklama ve önişleme, Veri azaltma ve veri dönüşümü, Veri madenciliği öğrenme algoritmasını seçme, Veri Madenciliği öğrenme algoritmaları, Sınıflandırma, Eğri uydurma, Bağıntı kuma, Bellek tabanlı yöntemleri ve k-komşu algoritması konularını içermektedir.

Dersin Amacı

21. yy'da hızla gelişen ve hem araştırmacılar hem de uygulamacılar için çok popüler olan veri biliminin temellerini ortaya koyar. Ders bir veri bilimcisinin sahip olması gereken temel yetenekleri öğrenciye aktarır ve öğrencinin bunları farklı alanlara uygulamasını sağlar.

Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı

Temel Meslek Dersleri
Uzmanlık / Alan Dersleri
Destek Dersleri
Aktarılabilir Beceri Dersleri
Beşeri, İletişim ve Yönetim Becerileri Dersleri

Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri

İlişki Düzeyleri
En Düşük	Düşük	Orta	Yüksek	En Yüksek
1	2	3	4	5

#	Program Yeterlilikleri	Düzey
P1	Mesleği ile ilgili temel, güncel ve uygulamalı bilgilere sahip olur.	4
P4	Mesleği ile ilgili bilişim teknolojilerini (yazılım, program, animasyon vb.) etkin kullanır.	4
P5	Mesleki problemleri ve konuları bağımsız olarak analitik ve eleştirel bir yaklaşımla değerlendirme ve çözüm önerisini sunabilme becerisine sahiptir.	2
P9	Alanı ile ilgili verilerin toplanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere sahiptir.	5
P20	Öğrencilerin bilgi teknolojilerini etkin ve verimli bir şekilde kullanarak akademik ve profesyonel hayatlarında karşılaştıkları problemleri çözme yetkinliği kazanmaları.	2

Dersin Öğrenim Kazanımları

Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
No	Öğrenme Çıktıları	Prog. Yet. İlişkisi	Ölçme Yöntemi **
Ö1	Temel bilgisayar mimarisini açıklar.	P.1.4	7
Ö2	Algoritma geliştirmeyi bilir ve algoritmaya uygun veri yapısı oluşturur.	P.4.3	1,2,7
Ö3	Uygun çözüm alternatiflerini üretir.	P.5.3	2,7
Ö4	Veri toplama ve analizinde etik standartları takip eder.	P.9.2	1,2,7
Ö5	Mesleki faaliyetleri sırasında veri gizliliği, veri güvenliği ve fikri mülkiyet hakları konularındaki yasal ve etik sorumluluklara uyar.	P.9.6	2,7
Ö6	Bilgi teknolojileri ve bilgisayar sistemlerinin temel kavramlarını tanımlayabilme ve bu kavramlar arasındaki ilişkileri açıklayabilme.	P.20.1	1,3,5
Ö7	Temel yazılım uygulamalarını (örneğin sunum yazılımı vb.) etkin bir şekilde kullanabilme ve bu araçlarla profesyonel belgeler hazırlayabilme.	P.20.2	4,6,7
** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7

Dersin Haftalık İçeriği

Hafta	Konu
1	Veri madenciliğinin tanımı
2	Veri madenciliği uygulama alanlarına, tekniklerine ve modellerine genel bakış
3	Veri madenciliği aşamaları: Amacı belirleme
4	Veri kümesi oluşturma
5	Veri ayıklama ve önişleme
6	Veri azaltma ve veri dönüşümü
7	Veri madenciliği öğrenme algoritmasını seçme
8	Vize Sınavı
9	Veri Madenciliği öğrenme algoritmaları
10	Sınıflandırma
11	Eğri uydurma
12	Bağıntı kurma
13	Bellek tabanlı yöntemleri
14	K-komşu algoritması
15	Final Sınavı

Ders Kitabı veya Malzemesi

Kaynaklar	Dersin akademisyeninin paylaştığı notlar
	Veri Madenciliği Yöntemleri ve R Uygulamaları, Doç. Dr. Bülent ALTUNKAYNAK, Seçkin Yayınları, 2017. Silahtaroğlu,G., Veri Madenciliği, Papatya Yayınevi,2008.

Değerlendirme Yöntemi ve Geçme Kriterleri

Yarıyıl Çalışmaları	Sayısı	Katkı (%)
Devam	-	-
Laboratuvar	-	-
Uygulama	-	-
Alan Çalışması	-	-
Derse Özgü Staj (Varsa)	-	-
Ödev	-	-
Sunum	-	-
Projeler	-	-
Seminer	-	-
Kısa sınav (Quiz)	-	-
Dinleme	-	-
Ara Sınavlar	1	40 (%)
Yarıyıl Sonu Sınavı	1	60 (%)
Toplam		100 (%)

AKTS / Çalışma Yükü Tablosu

Etkinlik	Sayı	Süre	Toplam İş Yükü (Saat)
Ders Hafta Sayısı ve Saati	14	8	112
Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme)	1	14	14
Ara Sınav	1	10	10
Kısa Sınav	0	0	0
Ödev	0	0	0
Uygulama	1	4	4
Laboratuvar	0	0	0
Proje	0	0	0
Atölye	0	0	0
Sunum/Seminer Hazırlama	0	0	0
Alan Çalışması	0	0	0
Dönem Sonu Sınavı	1	10	10
Diğer	0	0	0
Toplam İş Yükü:			150
Toplam Yük / 30			5
Dersin AKTS Kredisi:			5

Ders - Öğrenme Çıktıları İlişkisi

İlişki Düzeyleri
En Düşük	Düşük	Orta	Yüksek	En Yüksek
1	2	3	4	5

#	Öğrenme Çıktıları	P1	P4	P5	P9	P20
Ö1	Temel bilgisayar mimarisini açıklar.	-	-	-	-	-
Ö2	Algoritma geliştirmeyi bilir ve algoritmaya uygun veri yapısı oluşturur.	-	-	-	-	-
Ö3	Uygun çözüm alternatiflerini üretir.	-	-	-	-	-
Ö4	Veri toplama ve analizinde etik standartları takip eder.	-	-	-	-	-
Ö5	Mesleki faaliyetleri sırasında veri gizliliği, veri güvenliği ve fikri mülkiyet hakları konularındaki yasal ve etik sorumluluklara uyar.	-	-	-	-	-
Ö6	Bilgi teknolojileri ve bilgisayar sistemlerinin temel kavramlarını tanımlayabilme ve bu kavramlar arasındaki ilişkileri açıklayabilme.	-	-	-	-	-
Ö7	Temel yazılım uygulamalarını (örneğin sunum yazılımı vb.) etkin bir şekilde kullanabilme ve bu araçlarla profesyonel belgeler hazırlayabilme.	-	-	-	-	-