Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
VERİ MADENCİLİĞİ Birinci Düzey HM 556 7 3.00 3.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı Yrd. Doç. Dr. Ahmet Emin Karkınlı
Yardımcı Öğretim Eleman(lar)ı Yrd. Doç. Dr. Ahmet Emin Karkınlı
Dersin Veriliş Şekli Yüzyüze
Dersin Amacı Bu ders veri madenciliği alanındaki temel konuları sunmayı, farklı veri madenciliği konularına çözüm olabilecek algoritmalara genel bir yaklaşım sağlamayı ve bu algortimaları gerçek problemlere uygulamayı hedeflemektedir.
Dersin Tanımı Veri madenciliğine konusuna bir giriş olan bu ders temel Veri Önişleme, İlişkilendirme Kuralları, Sınıflandırma ve Demetleme algoritmaları ve bunların uygulamalarını içerir.

Dersin İçeriği
1 Veri madenciliğine giriş
2 Veri: Veri çeşitleri, Verinin niteliği, Verinin hazırlanması, Benzerlik ve Farklılık ölçümleri.
3 Veri ön işleme teknikleri.
4 Sınıflandırma Yöntemleri; Temel kavram ve algoritmalar
5 Kümeleme: Temel kavram ve algoritmalar
6 Sınıflandırma Yöntemleri; Karar Ağaçları
7 Ara Sınav
8 Sınıflandırma Yöntemleri; Bayes sınıflandırma
9 Sınıflandırma Yöntemleri; Destek Vektör Makinaları
10 Sınıflandırma Yöntemleri; Yapay sinir ağları
11 Kümeleme Yöntemleri; KMeans, KMeans+
12 Kümeleme Yöntemleri; Fuzzy CMeans,
13 Veri Madenciliği Uygulamaları
14 Proje sunumları
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Farklı veri madenciliği uygulamaları ile ilgili kapsamlı anlama.
2 Veri madenciliği uygulama ve problemlerinin çözümlerini yorumlayıp analiz edebilme.
3 Çeşitli algoritmaları kullanarak örüntü çıkarabilme.
4 Veri madenciliği algoritmalarını gerçeklemek.
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 1.1 Mühendislik Bilgisi; Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi.
2 1.2 Mühendislik bilgisini kullanabilme; Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplini bilgilerini karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
3 2 Problem Analizi; Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını gözeterek tanımlama, formüle etme ve analiz becerisi.
4 3.1 Problemlere çözüm tasarlama; Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi.
5 3.2 Mühendislik tasarımı; Karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları* gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.
6 4 Teknik ve Araçların Kullanımı; Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi.
7 5 Araştırma ve İnceleme; Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi.
8 6.1 Küresel etki; Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları* kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi.
9 6.2 Hukuksal sonuç; Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
10 7 Etik davranış; Mühendislik meslek ilkelerine* uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık.
11 8.1 Bireysel ve disiplin içi takım çalışması; Bireysel olarak ve disiplin içi takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.
12 8.2 Çok disiplinli takımlarda çalışması; ok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.
13 9 Sözlü ve Yazılı İletişim; Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü, yazılı etkin iletişim kurma becerisi.
14 10.1 Proje yönetimi ekonomik analiz; Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi.
15 10.2 Girişimcilik yenilikçilik; Girişimcilik ve yenilikçilik hakkında farkındalık.
16 11 Yaşam Boyu Öğrenme; Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.
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 İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 2 28
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 2 28
Ödevler 0 0 0
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 1 4 4
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 1 4 4
Araştırma 0 0 0
Toplam iş yükü     64
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 100
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011.
Yardımcı Kaynaklar Margaret Dunham (2002). Data Mining: Introductory and Advanced Topics. Prentice Hall. ISBN 0130888923.

Ders İle İlgili Dosyalar