| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| VERİ MADENCİLİĞİ VE İŞ ZEKASI |
Birinci düzey |
A-İŞL432 |
Seçmeli |
8 |
5.00 |
5.00 |
Yazdır |
|
Ön koşul dersleri
|
Yok
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
ÖĞRETİM GÖREVLİSİ SABRİ GÜNGÖR
|
|
Dersi veren öğretim eleman(lar)ı
|
DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
|
|
Yardımcı öğretim eleman(lar)ı
|
Yok
|
|
Dersin veriliş şekli
|
İnteraktif ders anlatımı, Ödevler, Takım projeleri, Denemeler, Quizler, Tartışmalar ve Örnek olaylar ile eşzamanlı olarak verilmektedir.
Uygulamalı bir derstir.
*Grup ödevleri yoluyla takım çalışması yetkinliklerini geliştirmek, Konuyla ilgili açık bir yaklaşımla girişimleri teşvik etmek şeklinde ders işlenmektedir.
Derste işlenen konu başlıkları slaytlarla verilmektedir.
Her öğrenci bir ders projesi (ödevi) yapacaktır.
|
|
Dersin amacı
|
• İş zekası kavramının önemini anlamak,
• Yapay zeka ve makine öğrenimi kavramlarını öğrenmek
• Veri tabanlarında bilgi keşfi süreci içerisinde veri ambarı ve veri madenciliği tekniklerini keşfetmek ve uygulamak
• Veri madenciliği konusunda güncel uygulamalar hakkında bilgi sahibi olmak
|
|
Dersin tanımı
|
Veri Madenciliği, veritabanlarında kalıpların ve örüntülerin bulunmasına, tahminlemelere olanak tanıyan algoritmaları ve hesaplama paradigmalarını inceler. Bu ders, veri madenciliğine giriş niteliğinde bir derstir. Temel kavramları, ilkeleri tanıtılmaktadır. Bunun yanı sıra, İş zekası kavramı ile bütünleştirerek, büyük veri, OLAP, yapay zeka, makine öğrenimi, derin öğrenme gibi kavramları, Yönetim Bilişim Sistemleri içerisindeki yerini açıklar.
|
|
1- |
Veri, bilgi, kazanılmış bilgi, bilgelik kavramları ve detayları
|
|
2- |
Veri tabanlarında bilgi keşfi süreci
Veri tabanı kavramı
Veri ambarı kavramı
|
|
3- |
Yapay zeka kavramı
Makine öğrenimi kavramı
YBS, OLAP ve iş zekası
|
|
4- |
Veri madenciliği tanımı
Kullanım alanları
Karşılaşılan problemler
Sınıflandırma
Gruplandırma (Kümeleme)
|
|
5- |
Veri önişleme süreci
|
|
6- |
Vize sınavı
|
|
7- |
Giriş kavramlar:
Sınıflandırma
Kümeleme (Gruplandırma)
Birliktelik kuralı
Karar ağaçları
|
|
8- |
Makine öğrenimi algoritmaları ve detayları
RapidMiner uygulamaları
|
|
9- |
Makine öğrenimi algoritmaları ve detayları
RapidMiner uygulamaları
|
|
10- |
Makine öğrenimi algoritmaları ve detayları
RapidMiner uygulamaları
|
|
11- |
Makine öğrenimi algoritmaları ve detayları
RapidMiner uygulamaları
|
|
12- |
Makine öğrenimi algoritmaları ve detayları
RapidMiner uygulamaları
|
|
13- |
Büyük veri, web madenciliği, metin madenciliği, doğal dil işleme
|
|
14- |
Büyük veri, metin madenciliği, doğal dil işleme,
Duygu analizi
Derin öğrenme uygulamaları
|
|
15- |
Weka uygulamaları
|
|
16- |
Yılsonu Sınavı
|
|
17- |
Yılsonu Sınavı
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
Veri madenciliği kavramını öğrenir.
|
|
2- |
İş zekası kavramını öğrenir.
|
|
3- |
Veri madenciliği tekniklerini listeler.
|
|
4- |
Veri önişleme sürecini bilir ve uygular.
|
|
5- |
WEKA Programını kullanmayı öğrenir.
|
|
6- |
WEKA Programı ile veri madenciliği tekniklerini uygular ve sonuçlar anlar.
|
|
7- |
İş hayatında karşılaştığı problemleri hangi veri madenciliği teknikleri ile çözeceğini bilir.
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
İşletmeciliğin temel kavramlarını açıklar.
|
|
|
2- |
İşletmenin yönetim, pazarlama, üretim, muhasebe, finansman, insan kaynakları yönetimi, halkla ilişkiler ve araştırma geliştirme gibi temel fonksiyonları arasındaki ilişkileri kurar.
|
|
|
3- |
İşletmenin temel fonksiyonlarına sistem bakış açısıyla bakar ve bu fonksiyonların bütüne yaptıkları katkıyı açıklar.
|
|
|
4- |
İşletmenin ilgili fonksiyonlarına yönelik yasal ve etik kuralları listeler ve uygular.
|
|
|
5- |
İşletme biliminin gelişimine katkıda bulunan “yönetim-örgüt kuramlarını” açıklar ve bu kuramların uygulamadaki yerini tartışır.
|
|
|
6- |
Tüm örgütler için sözkonusu olan temel yönetim sürecini (planlama, organizasyon, yürütme, koordinasyon, kontrol) tasarlar.
|
|
|
7- |
İşletme faaliyetlerini etkileyen ve bu faaliyetlerden etkilenen insan davranışlarının gerisinde yatan nedenleri algı, tutum ve niyet ilişkisi kurarak açıklar.
|
|
|
8- |
Yeni iş-işletme kurma süreçlerini tasarlar ve geliştirir.
|
|
|
9- |
İşletmelerin bağlamsal koşullarında meydana gelen değişimleri analiz ederek, tüm işletme fonksiyonlarına yönelik stratejik alternatifler tasarlar ve stratejik plan yapar.
|
|
|
10- |
İşletmenin paydaşlarıyla olan ilişkilerini anlar ve paydaş memnuniyetinin artırılmasına yönelik öneriler geliştirir.
|
|
|
11- |
Sözlü ve yazılı iletişim kurma tekniklerini ve bunlarla ilgili teknolojileri kullanmayı öğrenir ve uygular.
|
|
|
12- |
Bilimsel bir araştırmayı bağımsız şekilde tasarlar, uygular ve sonuçlarını yorumlar.
|
|
|
13- |
İşletmelerdeki temel iş yapma süreçlerini tanımlar ve bu süreçleri kalite standartları çerçevesinde yürütür.
|
|
|
14- |
Belirsizliğin ve riskin yüksek olduğu gerçek iş ortamında, analitik düşünür ve problemleri çözer.
|
|
|
15- |
İşletmenin mali tablolarını hazırlayarak analiz eder.
|
|
|
16- |
Bir işletmede gerçekleşen işlemlerin muhasebe kayıtlarını yapar ve denetler.
|
|
|
17- |
Ulusal ve uluslararası piyasaları takip ederek finansal kararlar alır.
|
|
|
18- |
Ulusal ve uluslararası boyutlarda farklı pazar koşullarına ve müşteri potansiyeline uygun, etkin ve yaratıcı pazarlama karması stratejileri geliştirir.
|
|
|
19- |
Uluslararası gelişmeleri takip edecek düzeyde yabancı dil bilir.
|
|
|
20- |
ECDL (European Computer Driving Licence)/ICDL de (International Computer Driving Licence) yedi modüle karşılık gelen temel/orta/ileri düzey bilgisayar kullanım yetkinliği elde eder.
|
|
|
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)
|
20
|
1
|
20
|
|
Ödevler
|
8
|
1
|
8
|
|
Sunum / Seminer hazırlama
|
1
|
1
|
1
|
|
Kısa sınavlar
|
4
|
1
|
4
|
|
Ara sınavlara hazırlık
|
1
|
10
|
10
|
|
Ara sınavlar
|
1
|
1
|
1
|
|
Proje (Yarıyıl ödevi)
|
1
|
20
|
20
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
10
|
10
|
|
Yarıyıl sonu sınavı
|
1
|
1
|
1
|
|
Araştırma
|
0
|
0
|
0
|
|
Toplam iş yükü
|
|
|
117
|
|
AKTS
|
|
|
5.00
|
|
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
|
Data Mining: Concepts and Techniques, 3rd Edition. Jiawei Han, Micheline Kamber, Jian Pei. Database Modeling and Design: Logical Design, 5th Edition.
|
|
Yardımcı Kaynaklar
|
Ders notları, Prof.Dr. Sinem Kulluk, Veri madenciliği lisans ders notları, 2021.
Ders içeriği ile paralel: Yalçın Özkan, Veri Madenciliği Yöntemleri, Papatya Bilim Üniv. Yayıncılığı, 4. Basım, 2020.
Ödev uygulamaları için: 100 Sayfada Makine Öğrenmesi Kitabı, Çeviri Ali Okatan, Tamer Karatekin, Kağan Okatan, Papatya Bilim (Orijinal kitabı: The hundred page: Machine Learning Book, Andriy Burkov)
|
|