Ders Açıklaması
This course teaches practical data mining and big-data analytics—covering supervised/unsupervised learning, association rules, anomaly detection, and feature engineering—across text, image, and audio domains using real-world datasets. Students build end-to-end mini projects with Python (scikit-learn, PyTorch) and WEKA, and learn evaluation with ROC/PR, AUC, and explainability.
Ders Saatleri (Teorik + Lab)
Pazartesi 19.00-22.00
Öğretim Elemanları
Dr. Öğr. Üyesi Vecdi Emre Leven
Ön Gereksinimler
Yok
Yazılımlar
Python
Dersler
Dersin haftalık 3 saat teorik bölümü bulunmaktadır. Öğretim üyesi tarafından verilen ders materyallerinin ders öncesi incelenip, ders sonrasında ise tekrar edilmesi beklenmektedir.
Quizler
Dönem içerisinde iki adet quiz yapılacaktır. 30 dk süre verilecektir. Quiz tarihi bir hafta önceden duyurulacaktır.
Notlandırma
Derslere %80 oranında devam zorunludur.
Dönem notu; vize, lablar, ödevler, proje ve final sınavı ile belirlenecektir. Değerlendirme yüzdeleri aşağıdaki tabloda verilmiştir.
| Faaliyetler | Oranlar |
|---|---|
| Vize | %20 |
| Ödev/Quiz | %10 |
| Proje | %20 |
| Final | %50 |
Ödev ve quizlerin teslim saati üzerinden her geçen saat için 5 puan kesilecektir.
Dönem sonu notunun karşılık geldiği ağırlık ve harf notu aşağıdaki tabloda verilmiştir.
| Dönem Notu | Ağırlık | Harf Notu |
| 90-100 | 4.00 | AA |
| 85-89 | 3.50 | BA |
| 80-84 | 3.00 | BB |
| 75-79 | 2.50 | CB |
| 65-74 | 2.00 | CC |
| 50-64 | 1.50 | DC |
| 45-49 | 1.00 | DD |
| 0 -44 | 0 | FF |
Beklenen Efor
Öğrencinin dönem içinde göstermesi beklenen efor tablosu aşağıda verilmiştir.
| İçerik | Saat | Kaç Defa | Ara Toplam |
| Derse Hazırlık | 2 | 14 | 28 |
| Ders Tekrarı | 2 | 14 | 28 |
| Ödev | 4 | 6 | 24 |
| Proje | 48 | 1 | 48 |
| Sınıf Dersi | 4 | 14 | 56 |
| Ara Sınav ve Final | 24 | 2 | 48 |
Öğrenciler dersten başarılı olmak için dönem boyunca ortalama 232 saat harcamaları beklenmektedir.
Kodlama Ödevleri
Kodlama ödevlerinin notlandırılması, kodun doğruluğu, kalite ve algoritmik gerçeklemedeki detayları incelenerek yapılacaktır.
Doğruluk
Verilecek her bir ödev için test girişi ve beklenen çıkışlar paylaşılacaktır. Ancak ödev kontrolü yapılırken sizinle paylaşılmamış başka test durumları da denenecektir. Çalışma zamanı, beklenenden çok uzun süren kodlar yanlış olarak değerlendirilebilir.
Teori
Kod, istenen algoritmanın tasarımı olmalıdır. En optimum çözüm beklenmemektedir. Ancak bellek ve çalışma zamanı beklenenden çok fazla olmamalıdır.
Yazılı Ödevler
Ödev kendi el yazınız ile yazılmalıdır. Ödev cevap kağıtının üzerinde, dersin adı, öğrenci adı ve soyadı, öğrenci numarası ve tarih bulunmalıdır.
Akademik Dürüstlük
Ödevin amacı, ders hakkında derinlemesine araştırma yapmayı öğrenmek ve pratik bilgiler kazanmayı sağlamaktır. Verilen ödevler hakkında, diğer öğrenciler ile birlikte çalışma teşvik edilmektedir. Çalışma grubu oluşturan öğrenciler, kendi başına çalışan öğrencilere göre sınavlarda daha başarılı olmaktadırlar.
Ancak bir ödevi çözmek için başkaları ile birlikte çalışsanız bile, her bir sorunun çözümünü yardım almadan kendiniz yapmalısınız. Çözümünüzü bir araştırma yolu ile elde ederseniz (örn. bir internet araması), çözümü kendi cümle ve/veya kodunuz ile ifade etmelisiniz. Çözümü sözlü olarak sorulduğunda, öğrencinin açıklayabilmesi beklenmektedir.
Verilen ödev bir kod ise, kendinizin yazması gerekmektedir. Hata ayıklamada başkalarından yardım alabilirsiniz. Kodda intihal tespiti için manuel ve otomatik mekanizmalar kullanılacaktır. İntihal, sınav içi kopya ve benzeri davranışlar disiplin yönetmeliğine göre cezalandırılır.