Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
VERİ MADENCİLİĞİ İkinci Düzey BİS 612 1 7.00 7.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri R yazılımı ile ilgili ders alan öğrenciler için ön koşul yoktur. R yazılımı dersini almayan öğrencilerin SBE 517 dersini almış olması gerekmektedir.
Eğitimin Dili Türkçe
Koordinatör PROF. DR. GÖKMEN ZARARSIZ
Dersi Veren Öğretim Eleman(lar)ı Yüzyüze Anlatım ve Tartışma
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli
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

Dersin İçeriği
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 ARA SINAV I
8 Kümeleme geçerliliği istatistikleri
9 Diskriminant analizleri
10 Sınıflandırma analizleri ve değişken seçim yöntemleri
11 Karar ağaçları ve random forest yöntemi
12 ARA SINAV II
13 Yapay sinir ağları, Destek vektör makineleri
14 Boosting, bootstrap, jacknife ve çapraz geçerlilik yöntemleri, Regresyon yöntemlerine dayalı algoritmalar
15 FİNAL SINAVI
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Verilerin ön işleme aşamalarının anlaşılması
2 Kümeleme analizi ile istatistiksel kararların nasıl verildiğinin incelenmesi
3 Sınıflandırma analizinin neden yapıldığının anlaşılması ve uygulamalarının yapılması
4
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Türk Dili ve edebiyatı alanında araştırma ve çalışma için temel bilgi ve becerileri kazanır.
2 Türk Dili ve edebiyatı alanındaki kavram ve teorileri bilimsel yöntemlerle değerlendirir.
3 Türk Dili ve edebiyatının başlangıçtan günümüze kadarki tarihi gelişim ve değişimine vakıf olur.
4 Türk Dili ve edebiyatı konularında ileri düzey araştırma ve çalışmaları bağımsız olarak yürütebilir.
5 Osmanlı Türkçesiyle yazılmış edebi metinleri okuma, yazma ve anlama bilgi ve becerisine sahip olur.
6 Türkçeyi doğru, güzel ve etkili bir şekilde kullanır.
7 Türk halk kültürü ve edebiyatının sözlü-yazılı ürünlerini ve kaynaklarını tanır.
8 Dil ve edebiyat alanlarındaki duyarlılık ve zevkini geliştirir.
9 Bilimsel düşünmeyi öğrenir.
10 Mesleki terminolojiye hâkim olur.
11 Türk Dili ve edebiyatı alanıyla ilgili bilgi ve dökümanlara internet ve kütüphaneler aracılığıyla ulaşabilir.
12 Disipline ilişkin sorunları görme, eleştirel bakış açısıyla değerlendirme ve çözüm üretme yetisi kazanır.
13 Alanla ilgili karşılaşılan problemleri çözmeye dayalı öneriler geliştirebilir.
14 Türk Dili ve edebiyatının etkilendiği düşünce ve sanat hareketlerini ve bunların izlerini tespit eder.
15 Disiplinler arası bakış açısı ve değerlendirmeler yapabilir
16 Akademik dünyayı tanır.
17 Yaşam boyu öğrenme gerekliliğinin farkına varır.
18 Sistematik düşünme yetenek ve kapasitesine sahip olur.
19 Bilimsel ve mesleki etik ve sorumluluk sahibi olur.
20 Yaşadığı dünya, içinde bulunduğu toplum ve kendisi hakkında eleştirel bir anlayışa sahip olur
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 4 56
Ödevler 2 15 30
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 2 10 20
Ara sınavlar 2 2 4
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 3 3
Araştırma 0 0 0
Toplam iş yükü     170
AKTS     7.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 2 35
Kısa sınav 0 0
Ödev 2 15
Yarıyıl içi toplam   50
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   50
Yarıyıl sonu sınavının başarıya katkı oranı   50
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Eğitmen Notları
Yardımcı Kaynaklar [1] Jiawei Han and Micheline Kamber. Mining: Concepts and Techniques, Morgan Kaufmann Publishers, 2006 [2] Daniel T. Larose. Discovering knowledge in data : an introduction to data mining, John Wiley & Sons, Inc, 2005 [3] Hui-Hwang Hsu, editor. Advanced data mining technologies in bioinformatics, Idea Group Inc., 2006 [4] Paolo Giudici. Applied data mining : statistical methods for business and industry, John Wiley & Sons Inc.,2003 [5] K.J.Cios et. al. Data Mining, A Knowledge Discovery Approach, Springer Science+Business Media,LLC.,2007

Ders İle İlgili Dosyalar