| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| VERİ MADENCİLİĞİ |
Üçüncü düzey |
SBE 515 |
|
1 |
8.00 |
8.00 |
Yazdır |
|
Ön koşul dersleri
|
YOK
|
|
Eğitimin dili
|
TÜRKÇE
|
|
Koordinatör
|
PROF. DR. GÖKMEN ZARARSIZ
|
|
Dersi veren öğretim eleman(lar)ı
|
YRD.DOÇ. DR. GÖKMEN ZARARSIZ
|
|
Yardımcı öğretim eleman(lar)ı
|
YOK
|
|
Dersin veriliş şekli
|
Ders haftada 2 saat teorik ve 2 saat pratik olarak yürütülür.
|
|
Dersin amacı
|
Veri madenciliği dersinde biyomedikal alanlarda elde edilen verilerdeki karmaşık örüntü/yapıların elde edilmesi ve araştırmacıların verecekleri kararlara destek olacak otomatik öğrenen algoritmaların geliştirilmesi; ortak özelliklere sahip değişkenlerin bulunmasında, ayrıca hastalıkların alt sınıflarının belirlenmesinde kullanılan kümeleme analizleri ve özellikle tanı destek amaçlı kullanılan diskriminant analizlerinin ve diğer sınıflandırma analizlerinin öğretilmesi, Orange ve R programlarında uygulamalarının gösterilmesi.
|
|
Dersin tanımı
|
|
|
1- |
Veri madenciliğine giriş
|
|
2- |
Verilerin ön işlemesi
|
|
3- |
Birliktelik kuralları
|
|
4- |
Kümeleme analizleri
|
|
5- |
Küme sayısının belirlenmesinde istatistiksel yöntemler
|
|
6- |
Hiyerarşik, k-ortalamalar ve SOM kümeleme yöntemleri
|
|
7- |
Kümeleme geçerliliği istatistikleri
|
|
8- |
Diskriminant analizleri
|
|
9- |
Sınıflandırma analizleri ve değişken seçim yöntemleri
|
|
10- |
Karar ağaçları ve random forest yöntemi
|
|
11- |
Yapay sinir ağları
|
|
12- |
Destek vektör makineleri
|
|
13- |
Boosting, bootstrap, jacknife ve çapraz geçerlilik yöntemleri
|
|
14- |
Regresyon yöntemlerine dayalı algoritmalar
|
|
15- |
Proje
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
verilerin ön işleme aşamalarını bilme
|
|
2- |
Kümeleme analizi ile istatistiksel kararların nasıl verildiği
|
|
3- |
Sınıflandırma analizinin neden yapıldığı ve uygulamalarının yapılması
|
|
4- |
|
|
5- |
|
|
6- |
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
|
|
|
2- |
|
|
|
3- |
|
|
|
4- |
|
|
|
5- |
|
|
|
6- |
|
|
|
7- |
|
|
|
8- |
|
|
|
9- |
|
|
|
10- |
|
|
|
11- |
|
|
|
12- |
|
|
|
13- |
|
|
|
14- |
|
|
|
15- |
|
|
|
16- |
|
|
|
17- |
|
|
|
18- |
|
|
|
19- |
|
|
|
20- |
|
|
|
21- |
|
|
|
22- |
|
|
|
23- |
|
|
|
24- |
|
|
|
25- |
|
|
|
26- |
|
|
|
27- |
|
|
|
28- |
|
|
|
29- |
|
|
|
30- |
|
|
|
31- |
|
|
|
32- |
|
|
|
33- |
|
|
|
34- |
|
|
|
35- |
|
|
|
36- |
|
|
|
37- |
|
|
|
38- |
|
|
|
39- |
|
|
|
40- |
|
|
|
41- |
|
|
|
42- |
|
|
|
43- |
|
|
|
44- |
|
|
|
45- |
|
|
|
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder |
|
Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
3
|
42
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
14
|
3
|
42
|
|
Ödevler
|
6
|
6
|
36
|
|
Sunum / Seminer hazırlama
|
4
|
6
|
24
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
8
|
8
|
|
Ara sınavlar
|
1
|
1
|
1
|
|
Proje (Yarıyıl ödevi)
|
0
|
0
|
0
|
|
Laboratuvar
|
6
|
6
|
36
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
12
|
12
|
|
Yarıyıl sonu sınavı
|
1
|
1
|
1
|
|
Araştırma
|
0
|
0
|
0
|
|
Toplam iş yükü
|
|
|
202
|
|
AKTS
|
|
|
8.00
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
40
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
0
|
0
|
|
Yarıyıl içi toplam
|
|
40
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
40
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
60
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
|
|
Yardımcı Kaynaklar
|
|
|