Öğretim Programları Hakkında Bilgiler
| DERS BİLGİLERİ | |||||
|---|---|---|---|---|---|
| Ders | Kodu | Yarıyıl | Ders Süresi | Kredi | AKTS |
| Veri Madenciliği | ISB 206 | 4 | 2 | 2 | 3 |
| Ön Koşul Dersleri | |
| Ders Hakkında Önerilen Diğer Hususlar | None |
| Dersin Dili | Türkçe  |
|||
| Dersin Seviyesi | Lisans | |||
| Dersin Türü | Seçmeli | |||
| Dersin Koordinatörü | Prof. Dr. Güzin YÜKSEL | |||
| Dersi Verenler |
|
|||
| Dersin Yardımcıları | ||||
| Dersin Amacı | Bu dersin amacı, öğrencilere veri madenciliği algoritmaları ve teknikleri ile ilgili teorik bilgiler vermek ve öğrencilere farklı uygulamalar için uygun veri madenciliği teknikleri seçme ve uygulama yeteneği kazandırmaktır. |
|||
| Dersin İçeriği | Veri ön işleme, birliktelik kuralı analizi, sınıflandırma , kümeleme analizi ve uygulamaları. |
| Dersin Öğrenme Kazanımları |
|---|
| 1) Temel veri madenciliği kavramlarını tanımlar. |
| 2) Veri madenciliği süreçleri ve bilgi keşfi kavramlarını öğrenir. |
| 3) Veri madenciliği ile veritabanı arasındaki ilişkiyi kurar. |
| 4) Veri madenciliği yöntemleri ile ilgili çeşitli algoritmaları uygular. |
| 5) İş hayatında veri madenciliği bilgisi öğrenir. |
| 6) Belirli bir problemi çözmek için uygun olan veri madenciliği tekniğini belirler. |
| 7) Veri ön işleme işlemlerini uygular. |
| 8) Bir veri madenciliği modeli tasarlar. |
| 9) Bir veri madenciliği algoritması uygular. |
| 10) |
| 11) |
| 12) |
| 13) |
| 14) |
| 15) |
| DERSİN PROGRAM KAZANIMLARINA KATKISI | |||||||
|---|---|---|---|---|---|---|---|
| No | Temel öğrenme Kazanımları | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Olasılık, İstatistik ve Matematiğin temel kavram ve ilkelerini açıklar |
||||||
| 2 | Yaşamda istatistiğin yerini ve önemini belirtir |
||||||
| 3 | İktisadi ve hukuksal temel kavram ve ilkeleri tanımlar |
||||||
| 4 | Karşılaşılabileceği sorunlar karşısında, sayısal ve istatistiksel çözümler üretir |
||||||
| 5 | İstatistiksel verilerin elde edilmesi ve/veya düzenlenmesi için uygun yöntem ve teknikleri kullanır |
||||||
| 6 | Bilgisayar sistemlerini ve programlarını kullanır |
||||||
| 7 | Matematiksel ve istatistiksel teknikleri kullanarak rasgelelik içeren problemlere model kurma, çözme ve yorumlama |
||||||
| 8 | İstatistiksel analiz yöntemlerini uygular |
||||||
| 9 | İstatistiksel sonuç çıkarım (tahmin, hipotez testi, v.b.) yapar |
||||||
| 10 | İstatistiksel teknikleri kullanarak farklı disiplinlerin problemlerine çözüm üretir |
||||||
| 11 | Görsel, veritabanı ve web programlama tekniklerini anlar ve nesnel program yazabilme yeteneğine sahip olur |
||||||
| 12 | İstatistiksel paket programları kullanarak model oluşturur ve analiz yapar |
||||||
| 13 | İstatistiksel metotlar arasındaki farkı ayırt eder |
||||||
| 14 | İstatistik ile ilişkili disiplinler arasındaki etkileşimin farkında olur |
||||||
| 15 | İstatistiksel yöntemleri kullanarak elde edilen sonuçları sözlü ve görsel olarak sunar |
||||||
| 16 | Bireysel ve ortaklaşa olarak etkili ve üretken çalışma yapma becerisine sahip olur |
||||||
| 17 | Mesleki gelişimlerinin yanı sıra ilgi ve yetenekleri doğrultusunda bilimsel, kültürel, sanatsal ve sosyal alanlarda eğitim gereksinimlerini belirleyerek kendini sürekli geliştirir |
||||||
| 18 | İstatistiğin kullanıldığı bilim alanları ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur. |
||||||
| DERS AKIŞI | |||
|---|---|---|---|
| Hafta | Konular | Ön Hazırlık | Yöntem |
| 1 | Veri Madenciliği Giriş | Kaynak kitap okuma, uygulama | Beyin Fırtınası Tartışma Soru-Cevap Anlatım |
| 2 | Veri Madenciliğine Detaylı Bakış | Kaynak kitap okuma, uygulama | Örnek Olay Beyin Fırtınası Tartışma Soru-Cevap Anlatım |
| 3 | Öğrenme stratejileri | Kaynak kitap okuma, uygulama | Örnek Olay Soru-Cevap Anlatım |
| 4 | Makine öğrenmesi süreci adımları | Kaynak kitap okuma, uygulama | Örnek Olay Soru-Cevap Anlatım |
| 5 | Uzaklık Ölçütleri | Kaynak kitap okuma, uygulama | Örnek Olay Tartışma Soru-Cevap Anlatım |
| 6 | K-En Yakın Komşu Algoritması | Kaynak kitap okuma, uygulama | Örnek Olay Tartışma Soru-Cevap Anlatım |
| 7 | K-En Yakın Komşu Algoritması ve Uygulama | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 8 | Ara Sınav | Derste anlatılan konulara çalışma | Yazılı Sınav |
| 9 | Basit Bayes sınıflandırıcı | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 10 | Basit Bayes sınıflandırıcı ve Uygulaması | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 11 | ID3 ve C4.5 Karar Ağacı Algoritmaları | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 12 | ID3 ve C4.5 Karar Ağacı Algoritmaları ve Uygulamaları | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 13 | K-Ortalamalar Algoritması ve Uygulaması | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 14 | K-Ortalamalar Algoritması ve Uygulaması | Kaynak kitap okuma, uygulama | Örnek Olay Alıştırma ve Uygulama Tartışma Soru-Cevap Anlatım |
| 15 | Sunumlar | Kaynak kitap okuma, uygulama | Gösteri Tartışma Soru-Cevap |
| 16-17 | Yarıyıl Sonu Sınavları | Derste anlatılan konulara çalışma | Yazılı Sınav |
| KAYNAKLAR | |
|---|---|
| Ders Notu | |
| Diğer Kaynaklar | |
