Türkçe | English (English version below)
Günümüzde veri bilimi, yapay zeka ve makine öğrenimi alanları akademik çalışmaların yanı sıra endüstriyel uygulamalarda da büyük bir önem kazanmıştır. Bu alanlarda nitelikli bireyler yetiştirebilmek için yalnızca teorik bilginin aktarılması yeterli olmamakta, öğrencilerin gerçek veri setleri üzerinde çalışarak uygulama deneyimi kazanması gerekmektedir.
Özellikle yükseköğretim kurumlarında, öğrencilerin öğrendikleri bilgileri pratikte test edebilecekleri, analiz yapabilecekleri ve sonuçlarını değerlendirebilecekleri dijital platformlara olan ihtiyaç her geçen gün artmaktadır.
KOUKaggle, söz konusu ihtiyaca cevap vermek amacıyla geliştirilmiş; Kocaeli Üniversitesi bünyesinde kullanılabilecek, Kaggle benzeri bir veri bilimi ve makine öğrenimi platformudur.
Mevcut eğitim süreçleri çoğunlukla teorik bilgi aktarımıyla sınırlı kalmakta, öğrencilerin gerçek dünya problemleri üzerinde pratik yapabilecekleri yeterli dijital platformlar bulunmamaktadır. Küresel ölçekte hizmet veren Kaggle gibi platformlar bu ihtiyacı kısmen karşılamakla birlikte, üniversite özelindeki akademik gereksinimlere tam olarak cevap verememektedir:
- İçeriklerin serbest biçimde yüklenmesi veri kalitesinde tutarsızlıklara yol açabilmekte
- Yerel ders içerikleriyle doğrudan ilişkili çalışmalar yapmak zorlaşmaktadır
- Öğrenciler, öğrendikleri teorik bilgileri yapılandırılmış ve denetimli bir ortamda uygulama fırsatı bulamamaktadır
KOUKaggle, Kocaeli Üniversitesi öğrencileri ve akademisyenlerinin veri bilimi, yapay zeka ve makine öğrenimi alanlarında kendilerini geliştirebilecekleri, üniversiteye özel bir platform oluşturmayı hedeflemektedir.
Geliştirilen sistem:
- Öğrencilerin yarışmalara katılabileceği
- Veri setleri üzerinde çalışabileceği
- Modelleri inceleyip eğitebileceği
- Sonuçları değerlendirebileceği bütünleşik bir öğrenme ortamı sunmaktadır
Platformun temel hedefleri:
- Teorik derslerde edinilen bilgilerin uygulamaya dökülmesini sağlamak
- Veri ön işleme, model geliştirme, değerlendirme ve sonuç analizi gibi kritik süreçlerde deneyim kazandırmak
- Akademisyenler için araştırma projelerinde kullanılabilecek, veri odaklı çalışmaları destekleyen altyapı sunmak
- Veri seti ve model yükleme süreçlerini yönetici onayına tabi tutarak içerik kalitesini korumak
- Akademik standartlara uygun, sağlıklı ve sürdürülebilir bir öğrenme ekosistemi oluşturmak
- Veri Seti Paylaşımı: Kurumsal veri setlerinin yüklenmesi, sürümlenmesi ve yönetimi
- Model Geliştirme: AI/ML modellerinin paylaşımı ve keşfi
- Notebook Desteği: Jupyter benzeri analiz ve dokümantasyon ortamı
- Yarışma Sistemi: Veri bilimi yarışmalarının yönetimi ve değerlendirmesi
- Tartışma Platformu: Veri seti, model ve yarışmalar hakkında akademik iş birliği
- Moderasyon Akışı: İki aşamalı (Public/Private) içerik onay sistemi
- Rol Bazlı Yetkilendirme: Student, Guest Student, Admin, SuperAdmin rolleri
- Otomatik Temizleme: Reddedilen özel içerikler 7 gün sonra otomatik silinir
- Çok Dilli Destek: Türkçe ve İngilizce dil desteği
| Başlık | Açıklama |
|---|---|
| Akademik Kontrol | Yönetici onayıyla sağlanan içerik kalitesi ve standart uyumluluğu |
| Veri Güvenliği | Üniversite bünyesinde kontrollü ve güvenli veri paylaşımı |
| Ders İntegrasyonu | Ders müfredatıyla uyumlu veri setleri ve yarışmalar |
| Topluluk Kültürü | Öğrenciler arasında sağlıklı rekabet ve iş birliği ortamı |
| Ölçeklenebilir Tasarım | Üniversitenin büyüyen ihtiyaçlarına uyum sağlayacak mimari |
| Kariyer Geliştirme | Endüstri standartlarıyla uyumlu projeler ve yarışmalar |
Sistem aşağıdaki modern teknolojilerle geliştirilmiştir:
- Backend: .NET 8, ASP.NET Core MVC
- Veritabanı: SQL Server, Entity Framework Core
- Frontend: Razor Views, HTML5, CSS3, JavaScript
KOUKaggle açık kaynak bir proje değildir. Kocaeli Üniversitesi'nin veri bilimi kimliğini güçlendirmek, akademik araştırmaları desteklemek ve uygulamalı öğrenme ortamı sunmak amacıyla geliştirilmiş kurumsal bir platformdur. Dağıtım ve erişim süreçleri üniversite tarafından yönetilir.
English | Türkçe (Yukarıda)
Data science, artificial intelligence, and machine learning have become increasingly important in both academic research and industrial applications. To develop qualified professionals in these fields, theoretical knowledge alone is insufficient—students must gain practical experience by working with real-world datasets. Higher education institutions need digital platforms that enable students to test their knowledge, conduct analyses, and evaluate results in a structured academic environment.
KOUKaggle has been developed to address this need, providing a Kaggle-like data science and machine learning platform designed specifically for use within Kocaeli University.
Current educational processes are often limited to theoretical knowledge transfer, lacking sufficient digital platforms where students can work on real-world problems. While global platforms like Kaggle partially meet this need, they do not fully address university-specific academic requirements:
- Free-form content uploads lead to data quality inconsistencies
- Alignment with local course curricula becomes challenging
- Students lack a structured, moderated environment to apply theoretical knowledge
KOUKaggle aims to create a university-specific platform where Kocaeli University students and academics can develop themselves in data science, artificial intelligence, and machine learning.
The system provides:
- An integrated learning environment where students can participate in competitions
- The ability to work with datasets and examine trained models
- A space to evaluate and analyze results collaboratively
Core objectives:
- Bridge the gap between theory and practical application
- Build expertise in critical processes: data preprocessing, model development, evaluation, and analysis
- Support academic researchers with data-driven project infrastructure
- Maintain content quality through administrative approval workflows
- Foster an academic ecosystem aligned with institutional standards
- Dataset Sharing: Upload, version, and manage institutional datasets
- Model Development: Share and discover AI/ML models
- Notebook Support: Jupyter-style analysis and documentation environment
- Competition System: Host and evaluate data science challenges
- Discussion Platform: Academic collaboration on datasets, models, and competitions
- Moderation Workflow: Two-tier (Public/Private) content approval system
- Role-Based Access: Student, Guest Student, Admin, SuperAdmin roles
- Auto Cleanup: Rejected private content automatically removed after 7 days
- Multi-Language Support: Turkish and English interface support
| Feature | Description |
|---|---|
| Academic Control | Content quality and curriculum alignment ensured through administrative approval |
| Data Security | Secure, controlled data sharing within the university |
| Course Integration | Datasets and competitions aligned with course curricula |
| Community Culture | Healthy competition and collaboration environment among students |
| Scalable Design | Architecture built to grow with institutional needs |
| Career Development | Industry-standard projects and competitions |
The system is built with modern technologies:
- Backend: .NET 8, ASP.NET Core MVC
- Database: SQL Server, Entity Framework Core
- Frontend: Razor Views, HTML5, CSS3, JavaScript
KOUKaggle is not an open-source project. It is a proprietary institutional platform developed to strengthen Kocaeli University's data science identity, support academic research, and provide a practical learning environment. Distribution and access are managed by the university.
