Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
DATA MINING İkinci Düzey CENG 511 Seçmeli 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili İngilizce
Koordinatör DOÇ. DR. METE ÇELİK
Dersi Veren Öğretim Eleman(lar)ı YRD.DOÇ. DR. METE ÇELİK, YRD.DOÇ. DR. FEHİM KÖYLÜ
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli Yüzyüze
Dersin Amacı Veri madenciliği problemlerinin analiz edilmesini ve bu problemler için geliştirilen temel yaklaşımları incelenmesini amaçlamaktadır. Bu kapsamda sınıflandırma, kümeleme, anormallik tespiti ve birliktelik analizi teknikleri incelenecektir.
Dersin Tanımı Veri madenciliği problem ve yaklaşımlarının incelenmesi, giriş, veri nedir, sınıflandırma, kümeleme, anormallik tespiti ve birliktelik analizi, mekan-zamansal veri analizi, diğer veri madenciliği konuları

Dersin İçeriği
1 Giriş, veri nedir?
2 Veri analizi
3 Veri analizi
4 Birliktelik Analizi
5 Birliktelik Analizi
6 Sınıflandırma
7 Sınıflandırma
8 Kümelemel
9 Kümeleme
10 Anormallik Tespiti
11 Anomali Tespiti
12 Mekansal ve mekan-zamansal veri analizi
13 diğer veri madenciliği konuları
14 diğer veri madenciliği konuları
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Veri madenciliği problemlerini tanımlama becerisi
2 2- Veri madenciliği tekniklerinin problem çözme için kullanılması becerisi
3 3- Kümeleme algoritmalarını kullanma becerisi
4 Sınıflandırma algoritmalarını kullanma becerisi
5 Anormallik tespiti algoritmalarını kullanma becerisi
6 Birliktelik analizi algoritmalarını kullanma becerisi
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Matematik, fen ve Mühendislik bilgilerini uygulama becerisi
2 Deney tasarlama ve yapma ile deney sonuçlarını yorumlama becerisi
3 istenen gereksinimleri karşılayacak biçimde bir sistemi, parçayı veya süreci tasarımlama
4 Disiplinler arası takımlarda çalışabilme becerisi
5 Mühendislik problemleri tanımlama, formüle etme ve çözme becerisi
6 Mesleki ve etik sorumluluk bilinci
7 Mühendislik çözümlerinin evrensel ve toplumsal boyutlarda etkinliklerini anlamak için gerekli genişlikte eğitim
8 Yaşam boyu öğrenmenin gerekliliği bilinci
9 Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisi
10 Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisi
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 İş 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 0 0 0
Sunum / Seminer hazırlama 1 25 25
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 20 20
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 30 30
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 2 2
Araştırma 0 0 0
Toplam iş yükü     183
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 0 0
Ödev 1 50
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   50
Yarıyıl sonu sınavının başarıya katkı oranı   50
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Introduction to Data Mining, P. N. Tan, M. Steinbach, V. Kumar, Addison Wesley
Yardımcı Kaynaklar -

Ders İle İlgili Dosyalar