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. HANDAN ANKARALI
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 Avrasya coğrafyasını ve bu coğrafyada yaşayan toplumları tanır.
2 Türk Dünyasının tarihini bilir, Türk Dünyasında meydana gelen gelişmeleri takip eder ve varsa sorunlara çözüm üretir.
3 Avrasya bölgesi toplumlarının iktisat, uluslararası ilişkiler, dil, edebiyat, tarih, sanat tarihi, sosyoloji, coğrafya vb. alanlarda ortaya çıkan teorik ve pratik yenilikleri takip edebilmek, bu alanlarda yorum, analiz ve değerlendirme yapar.
4 Türk Dünyasının etkileşimde bulunduğu kültürler üzerine araştırmalar yapar ve bu hususta bilgi ve donanıma sahip olur.
5 Avrasya coğrafyasındaki dil, edebiyat, tarih, sanat, sanat tarihi, sosyoloji, iktisat, işletme, uluslararası ilişkiler, antropoloji vd. alanlarda gelişmiş bir duyarlılık ve birikime sahip olur.
6 Avrasya coğrafyasındaki siyasi, ekonomik ve sosyokültürel sorunlara dair temel bilgilere sahip olur ve bunlara çözüm önerileri sunabilme becerisi kazanır.
7 Avrasya coğrafyasındaki devletlerin birbirleri ile olan çok yönlü ve çok boyutlu ilişkilerini analiz eder.
8 Çağdaş Türk lehçe ve şivelerinden en az birini ileri düzeyde bilir. Rus, Çin, Fars ve Arap dillerinden birini de orta seviyede bilir.
9 Türk dünyasının siyasi ve ekonomik anlamda etkileşimde bulunduğu devletleri tanır ve onlar hakkında yeterli bilgi ve beceriye sahip olur.
10 Türk dünyası başta olmak üzere öteki komşu halkların dil, din, kültür, çevre, etnik ve sosyal sorunlarını tespit ve analiz edecek, çözümler sunacak seviyede bilgi ve becerisine sahip olur.
11 Alanla ilgili bilimsel araştırma projeleri yapabilecek bilgi ve donanıma sahip olmak, problem ve sorunlara çözüm üretecek şekilde model kurma ve hipotez geliştirebilme becerisi kazanır.
12 Bilimsel etik hususunda sorumluluk bilinci kazanır.
13 Avrasya coğrafyasında meydana gelen siyasi ve sosyal olaylara farklı perspektiflerden bakabilme becerisi geliştirir.
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 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