Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
BİS727 Veri Madenciliği 927003 1 2 6

Dersin Amacı

Derste veri madenciliğinin temel mantığı, uygulama alanları, kullandığı kendine özgü yöntemler anlatılacaktır. Veri madenciliğine özgü yöntemleri kullanarak gizli örüntüleri, ilişkileri ve birliktelikleri ortaya çıkarmaktır. Bu amaçla, Tanımlayıcı Veri Madenciliği Yöntemleri, Sınıflama/ Kestirim Yöntemleri ve Kümeleme Yöntemleri ayrıntılı olarak anlatılır. Öğrenciler R ve Orange gibi veri madenciliği programlarını kullanarak, bu yöntemleri sağlık alanında uygulama yeteneklerini pekiştirirler.

Ön Koşul Dersleri

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

1. Mining: Concepts and Techniques, Jiawei Han and Micheline Kamber, Morgan Kaufmann Publishers, 2006 2. Discovering knowledge in data : an introduction to data mining, Daniel T. Larose, ohn Wiley & Sons, Inc, 2005 3. Advanced data mining technologies in bioinformatics, Hui-Hwang Hsu, editor., Idea Group Inc., 2006 4. Applied data mining : statistical methods for business and industry, Paolo Giudici, ohn Wiley & Sons Inc.,2003 5. Data Mining,A Knowledge Discovery Approach,K.J.Cios et. All, Springer Science+Business Media,LLC.,2007

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Veri Madenciliğine Giriş, Veri Hazırlama Teknikleri, Veri Küpleri ve OLAP Teknolojisine Giriş, Birliktelik Kuralları, Veri Madenciliğinde Sınıflama Tekniklerine Giriş, Yapay Sinir Ağları, Destek Vektör Makinaları, Karar Ağacı Algoritmaları, Random Forest, Veri Madenciliğinde Kümeleme Analizine Giriş, Biyolojik Veri Madenciliği, Görüntü Veri Madenciliği, Metin Madenciliği

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 30 1
5 Derse Katılım 14 30 1
6 Uygulama/Pratik 14 10 1
10 Tartışma 6 10 1
11 Soru-Yanıt 6 10 1
54 Ev Ödevi 2 10 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 3 3
2 Final Sınavı 1 3 3
5 Derse Katılım 14 3 42
6 Uygulama/Pratik 14 3 42
10 Tartışma 6 5 30
11 Soru-Yanıt 6 4 24
54 Ev Ödevi 2 3 6

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Veri Madenciliğine Giriş
2 Veri Hazırlama Teknikleri
3 Veri Küpleri ve OLAP Teknolojisine Giriş
4 Birliktelik Kuralları
5 Veri Madenciliğinde Sınıflama Tekniklerine Giriş
6 Yapay Sinir Ağları
7 Destek Vektör Makinaları
8 Karar Ağacı Algoritmaları
9 Random Forest
10 Biyolojik Veri Madenciliği
11 Veri Madenciliğinde Kümeleme Analizine Giriş
12 Görüntü Veri Madenciliği
13 Metin Veri Madenciliği
14 Uygulama

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1244502 Veri madenciliği yazılımlarını kullanma
2 1244503 Büyük veri setlerini kullanarak analizleri gerçekleştirme
3 1244504 Veri madenciliği yöntemlerini kullanarak verideki gizli örüntü ve ilişkileri belirleme

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 67110 Alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım ve/veya uygulama geliştiren ya da bilinen bir düşünce, yöntem, uygulamayı farklı bir alana uygulayan özgün bir çalışmayı bağımsız olarak gerçekleştirerek alanındaki ilerlemeye katkıda bulunur.
2 67111 Alanı ile ilgili en az bir bilimsel makaleyi ulusal ve/veya uluslararası hakemli dergilerde yayınlayarak alanındaki bilginin sınırlarını genişletir.
3 67112 Alanı ile ilgili ve disiplinler arası sorunların çözümlenmesini gerektiren ortamlarda liderlik yapar.
4 67113 Yaratıcı ve eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirir.
5 67114 Kanıta dayalı uygulamaları takip eder ve mesleki uygulamalar ile ilgili kendi alanında kanıt oluşturacak araştırmalar yapar.
6 67115 Biyoistatistik alanı ile ilgili ileri düzeyde mesleki gelişim ve yaşam boyu öğrenme ilkelerini gerçekleştirdiği çalışmalarda uygular.
7 67116 Sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceler, geliştirir ve gerektiğinde değiştirmeye yönelik eylemleri yönetir.
8 67117 Uzman kişiler ile alanındaki konuların tartışılmasında özgün görüşlerini savunur ve alanındaki yetkinliğini gösteren etkili bir iletişim kurar.
9 67118 Bir yabancı dili en az Avrupa Dil Portföyü C1Genel Düzeyinde kullanarak ileri düzeyde yazılı, sözlü ve görsel iletişim kurar ve tartışır.
10 67119 Biyoistatistik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur.
11 67120 Alanı ile ilgili karşılaşılan sorunların çözümünde stratejik karar verme süreçlerini kullanarak işlevsel etkileşim kurar.
12 67121 Biyoistatistik alanı ile ilgili konularda karşılaşılan toplumsal, bilimsel,kültürel ve etik sorunların çözümüne katkıda bulunur ve bu değerlerin gelişimini destekler.
13 67122 Diğer sağlık disiplinleri ile çalışabilme deneyimine sahiptir.
14 67123 Biyoistatistik alanına yönelik yaptığı çalışmalarda doğru istatistiksel yöntemleri seçer ve uygular, doğru yorumlar. Analiz ve sentez yapar.
15 67124 Biyoistatistik alanı ile ilgili güncel gelişmeleri ve bilgileri çocuk, aile,ulusal değerler ve ülke gerçekleri doğrultusunda toplum yararına kullanır.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 4 4 5 5 5 5 5 3 3 5 3 3 4 3 5
2 3 5 3 3 4 5 3 3 4 3 3 5 4 3 5
3 3 5 4 4 5 4 3 5 4 3 5 5 4 3 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek