Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
ASM608 Veri Madenciliği 927003 1 2 8

Dersin Amacı

1-Veri madenciliğini tanıtmak ve kullanımını yaygınlaştırmak 2-Geniş ölçekli veri tabanlarında analiz yeteneğinin kazandırılması

Dersin Veren Öğretim Görevlisi/Görevlileri

Yrd.Doç.Dr. Naci MURAT

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Gökhan Silahtaroğlu, Kavram ve Algoritmalarıyla Temel Veri Madenciliği, Papatya Yayıncılık (2008) Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Addison Wesley, (2005).

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Bu ders veri madenciliğinin istatiksel, makine öğrenimi ve veri tabanı yönünden temellerini içermektedir. Ders üç kısımdan oluşmaktadır. Birinci kısım veri madenciliği için istatistik ve makine öğrenimi yaklaşımının temelleri hakkındadır. İkinci kısımda Online Analitik İşleme, ilişki kuralları ve gruplama gibi işlemler için temel veri madenciliği ve algoritmalar işleyeceğiz. Dersin son kısmı metin madenciliği, birliktelik filtresi, bağlantı analizi ve biyolojik alanlarda madencilik gibi alanlarda araştırmalar üzerine odaklanmaktadır.

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 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 20 20
2 Final Sınavı 1 20 20
3 Bütünleme Sınavı 1 20 20
4 Quiz 4 5 20
5 Derse Katılım 14 5 70
20 Rapor Hazırlama 1 10 10
21 Rapor Sunma 1 20 20
54 Ev Ödevi 1 7 7

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Giriş ve Genel Tanımlar
2 Veri Madenciliğinin Uygulama Alanları
3 Veri Madenciliğinde kullanılan hazır programların tanıtılması - Elektronik Tablo Programlarında Veri Madenciliği
4 Verinin analize hazırlanması (adımları)
5 OLAP
6 Sınıflandırma ve Kümeleme
7 Karar Ağaçları
8 Veri Madenciliğinde istatistik
9 Veri Madenciliğinde Yapay Zeka
10 Veri Madenciliğinde Yapay Sinir Ağları
11 Birliktelik Kuralları
12 Veri Madenciliğinde diğer madencilik teknikleri-Web ve Metin Madenciliği
13 Örnek Uygulamalar
14 Veri Madenciliği Endüstriyel Uygulamaları

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1240751 Sınıflandırma algoritmalarını kullanabilmek
2 1240752 Gruplama algoritmalarını kullanabilmek
3 1240753 Sepet analizini kullanabilmek
4 1240754 Veri madenciliği yazılımlarını kullanabilmek

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 69070 Temel bilimlerin metodolojik ve uygulamalı öğeleri hakkında uygun bilgi birikimine sahip olurlar ve bu bilgiyi akıllı sistemler kapsamında mühendislik ilişkili problemleri tanımlamak için uygulayabilirler
2 69071 En yeni yöntemleri, teknikleri ve ekipmanı kullanarak akıllı sistemlerin mühendisliği ilişkili problemleri tanımlayabilir, formülize edebilir ve çözebilirler
3 69074 Akıllı sistemlerin analizini ve tasarımını kaliteden ödün vermeden yapmak için teknikler ve araçları kullanabilirler
4 69087 Testler yapabilirler ve elde edilen sonuçları analiz edebilir ve yorumlayabilirler
5 69088 Teknolojinin insani, etik ve ekolojik boyutlarını dikkate alabilirler
6 69073 Tüm ortamlarda hem yazılı hem de sözlü olarak İngilizce iletişim kurabilirler
7 69072 Hayat boyu öğrenmeye yatkındırlar
8 69086 Temel araştırmaları yürütebilir ve ilgili konferans ve dergilerde makaleler yayınlayabilirler

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8
Öğrenme Çıktısı
1 3 3 4 4 4
2 5 4 4 5 4
3 5 5 5 5 5
4 5 5 5 5 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek