Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
VERİ MADENCİLİĞİNDE İLERİ TEKNİKLER İkinci Düzey ENM 531 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili Türkçe
Koordinatör PROF. DR. LALE ÖZBAKIR
Dersi Veren Öğretim Eleman(lar)ı DOÇ. DR. MİHRİMAH ÖZMEN
Yardımcı Öğretim Eleman(lar)ı -
Dersin Veriliş Şekli Teorik temeller ve örneklerle sınıf dersleri, bir veri madenciliği paket programı üzerinde veri madenciliği uygulamaları
Dersin Amacı Temel veri madenciliği konseptini öğrenmek, sınıflandırma ve kümeleme gibi temel veri madenciliği görevlerinde uygulama geliştirerek geniş veri tabanlarında/ambarlarında bilgi keşfi yapabilmek amaçlanmaktadır.
Dersin Tanımı Veri madenciliğinin tanımı, veri ambarları, uzaklık ve yakınlık ölçütleri, sınıflandırma algoritmaları, kümeleme algoritmaları ve birliktelik kuralı madenciliği konularını içerir.

Dersin İçeriği
1 Veri madenciliğine giriş, veri, veri kalitesi, veri hazırlama ve ön işleme, veri indirgeme, veriyi keşfetme
2 Benzerlik ve uzaklık ölçütleri
3 Veriyi keşfetmekte kullanılan teknikler
4 Birliktelik Kuralları
5 Sınıflandırma -Yapay sinir ağları
6 Sınıflandırma -Karar ağacı tabanlı yöntemler
7 Sınıflandırma -Bellek tabanlı yöntemler
8 Vize
9 Sınıflandırma -İstatistiksel sınıflandırma yöntemleri
10 Kümeleme -Hiyerarşik yöntemler
11 Kümeleme- Bölümlemeli yöntemler
12 Kümeleme-Yoğunluk tabanlı ve model tabanlı yöntemler
13 Paket program üzerinde örnek veri madenciliği uygulamaları
14 Web ve Metin Madenciliği
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Veri madenciliği ve yöntemleri hakkında bilgi sahibi olma
2 Büyük boyutlu veri kümeleri üzerinde uygun veri madenciliği görevini belirleyebilme ve tekniklerini uygulayabilme
3 Veri madenciliği sonuçlarını yorumlayabilme
4 -
5 -
6 -
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Etik değerler ve kalite bilinci çerçevesinde ulusal ve uluslararası taleplere cevap verecek nitelikte mühendisler yetiştirmek.
2 Endüstride ve araştırma kuruluşlarında, uygulama ve araştırma alanında kariyer hedeflerine uygun planlama yeteneğine sahip mühendisler yetiştirmek.
3 Teknik, ekonomik ve sosyolojik faktörleri dikkate alarak, mühendislik tasarım ve uygulamalarında özgün fikirler geliştirebilen, farklı disiplinlerle ortak çalışabilen, girişimci/yenlikçi mühendisler yetiştirmek.
4 Küresel boyutta bilimsel ve teknolojik gelişmelere uyum sağlayabilen, etkin iletişim kurma becerisi kazanmış mühendisler yetiştirmektir.
5 Matematik, fen ve mühendislik bilgilerini uygulama becerisi
6 Deney tasarımlama ve yapma ile deney sonuçlarını analiz etme ve yorumlama becerisi
7 İstenen gereksinimleri karşılayacak biçimde bir sistemi, parçayı ya da süreci tasarlama becerisi
8 Disiplinler arası takımlarda çalışabilme becerisi
9 Mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
10 Mesleki ve etik sorumluluk bilinci
11 Etkin iletişim kurma becerisi
12 Mühendislik çözümlerinin, evrensel ve toplumsal boyutlarda etkilerini anlamak için gerekli genişlikte eğitim
13 Yaşam boyu öğrenmenin gerekliliği bilinci ve bunu gerçekleştirebilme becerisi
14 Çağın sorunları hakkında bilgi
15 Mühendislik uygulamaları için gerekli olan teknikleri ve modern araçları kullanma becerisi
16 Bilim ve teknolojideki gelişmeleri izleyebilecek temel alt yapıya sahip mühendis
17 Ulusal ve uluslararası taleplere uygun olarak uygulanabilir teknolojiler geliştiren mühendislik yeteneği
18 Mevcut ürün ve teknolojilerin her türlü verimliliğini geliştirici özgün fikirler geliştirme ve uygulama
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 13 3 39
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 2 30 60
Ödevler 0 0 0
Sunum / Seminer hazırlama 1 20 20
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 10 10
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 20 20
Laboratuvar 1 3 3
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 2 2
Araştırma 1 10 10
Toplam iş yükü     186
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 20
Kısa sınav 0 0
Ödev 1 20
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı J.Han and M.Kamber, "Data Mining Concept and Techniques", Morgan Kaufmann Publishers, 2001.
Yardımcı Kaynaklar D.Pyle, "Data Preparation for Data Mining", Morgan Kaufmann Publishers, 1999. P. Perner, "Advances in Data Mining", Springer-Verlag, 2002. Yalçın Özkan, Veri madenciligi yöntemleri, Papatya Yayıncılık, 2008. Gökhan Silahtaroglu, Kavram ve algoritmalarıyla temel veri madenciligi, Papatya Yayıncılık, 2008.

Ders İle İlgili Dosyalar