| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Veri Madenciliği | MTM5129 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Matematik Mühendisliği ABD Matematik Mühendisliği Yüksek Lisans Programı (İngilizce) |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Matematik Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | İbrahim Emiroğlu |
| Dersi Veren(ler) | Fatih Taşçı |
| Asistan(lar)ı |
| Dersin Amacı | Teknolojinin ilerlemesiyle birlikte saklanan veri, büyük miktarlara ulaşmıştır. Veri madenciliği sayesinde bu veriden bilgi çıkarılmaktadır.Derste estetistik ve makine öğrenmesi teknikleri kullanılarak finansal,tıbbi v.b. birçok veri kümesi üzerinde analiz yapılarak veri üzerinden bilgi çıkarma teknikleri öğretilecektir. |
|---|---|
| Dersin İçeriği | 1.Veri Madenciliği Kavramları 1.1. Büyük Ölçekli Veri Setleri 1.2. Veri Ambarları 1.3. Veri Madenciliği Süreci 2. Veri Hazırlama Teknikleri 2.1. Ham Veri Gösterimi 2.2. Ham Veri Özellikleri 2.3. Eksik Veri 3. Veri İndirgeme 3.1. Veri Temizleme 4. İstatistiksel Öğrenme Teorisi 4.1. Kümeleme Analizi 5. İlişki Kuralları 6 . Karar Ağaçları ve Karar Algoritmaları 7. SQL Kullanılarak İstatistiksel Analiz 8. Veri Madenciliği Uygulamaları |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci veri Madenciliği temel kavramlarını öğrenir.
- Öğrenci OLAP ve Veri Ambarı uygulamaları geliştirir.
- Öğrenci veri madenciliği üzerine bir paket program öğrenir.
- Öğrenci veri madenciliği ile ilgili yeni uygulamalar geliştirir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri Madenciliği Kavramları | İlgili Kaynaklar |
| 2 | Büyük Ölçekli Veri Setleri , Veri Ambarları | İlgili Kaynaklar |
| 3 | Veri Madenciliği Süreci | İlgili Kaynaklar |
| 4 | Veri Hazırlama Teknikleri | İlgili Kaynaklar |
| 5 | Veri Hazırlama Teknikleri | İlgili Kaynaklar |
| 6 | Veri Madenciliğinde İstatistiki Yöntemler. | İlgili Kaynaklar |
| 7 | İlişki Kuralları | İlgili Kaynaklar |
| 8 | Ara Sınav | İlgili Kaynaklar |
| 9 | Karar Ağaçları Ve Karar Algoritmaları | İlgili Kaynaklar |
| 10 | İstatistiksel Öğrenme Teorisi | İlgili Kaynaklar |
| 11 | SQL Kullanılarak İstatiksel Analiz | İlgili Kaynaklar |
| 12 | SQL Kullanılarak İstatiksel Analiz | İlgili Kaynaklar |
| 13 | Veri Madenciliği Uygulamaları | İlgili Kaynaklar |
| 14 | Veri Madenciliği Uygulamaları | İlgili Kaynaklar |
| 15 | Veri Madenciliği Uygulamaları | İlgili Kaynaklar |
| 16 | Final Sınavı | İlgili Kaynaklar |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 1 | 30 |
| Sunum/Jüri | ||
| Projeler | ||
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 15 | 12 | |
| Derse Özgü Staj | |||
| Ödev | 1 | 5 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 2 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 2 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
