Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
VERİ MADENCİLİĞİNDE İLERİ TEKNİKLER	Birinci 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	Web ve Metin Madenciliği
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	Geleneksel yöntemlerin ötesindeki sınıflandırma, kümeleme ve regresyon algoritmalarını veriye uyarlayarak model kurabilme, hiperparametre optimizasyonu gerçekleştirebilme ve sonuçları çoklu performans metriği ile değerlendirebilme
4	Boyut indirgeme ve öznitelik seçimi tekniklerini karşılaştırarak, verinin yapısına ve problemin doğasına en uygun olanını seçme ve seçimi gerekçelendirebilme
5	Zaman serisi tahmini, olay anomali tespiti ve aykırı değer analizi gibi ileri konularda, uygun istatistiksel ve makine öğrenmesi modellerini kurgulayarak tahmin veya tespit sistemi geliştirebilme ve sonuçları gerçek zamanlı karar destek bağlamında yorumlayabilme
6	Veri madenciliği sonuçlarını yorumlayabilme
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	İletişim ve halkla ilişkiler ve tanıtım alanı ile ilgili bilimsel, toplumsal, ekonomik, yasal, siyasal, sosyal ve kültürel konularda disiplinler arası bir bakış açısıyla yeterli bilgi birikimine sahip olarak bu birikimle tutarlı ve kapsamlı fikirler oluşturup savunabilme becerisine sahip olur.
2	Halkla ilişkiler kuram ve modellerini ve alanı ile ilgili tarihsel gelişim sürecini bilir.
3	Yönetim-organizasyon ve örgütsel davranış hakkında bilgi sahibidir.
4	Halkla ilişkilerde araştırma, planlama, uygulama, ölçme ve değerlendirme ile ilgili bilgi ve beceri sahibi olup, ekip çalışmasına uyum sağlamaya ve zaman sınırlılığı içinde üretim yapmaya yetkindir.
5	Bütünleşik pazarlama iletişimi çerçevesinde halkla ilişkilerin ve tanıtımın önemini ve rolünü bilir.
6	Halkla ilişkilerde kriz yönetimi, risk yönetimi, imaj ve itibar yönetimi konusunda bilgi ve beceri sahibidir.
7	Stratejik iletişim yönetimine ilişkin medya planlaması ve teknikleri, sponsorluk ve kurumsal sosyal sorumluluk konusunda bilgi ve beceri sahibidir.
8	Yazılı ve sözlü etkin iletişim kurma, rapor yazma, yazılı raporları anlama ve etkin sunum yapabilme bilgi ve becerisine sahiptir.
9	Siyasal iletişim ve lobicilik; uluslararası halkla ilişkiler ve kamu diplomasisi ile ilgili bilgiye sahiptir.
10	Halkla ilişkiler ve tanıtım alanında kampanya, proje yönetimi ve etkinlik yönetimi ile ilgili bilgi, beceri ve yetkinliğe sahiptir.
11	Alanı ile ilgili uygulamaları, yaratıcı ve eleştirel bir yaklaşımla değerlendirir, yorumlar ve alanına özgü araştırma, planlama, ürün geliştirme ve uygulama becerisine sahip olur.
12	Mesleği ile ilgili yenilikleri takip ederek, bu doğrultuda yaratıcı içerikler oluşturma ve uygulama yetkinliğine sahiptir.
13	Halkla ilişkiler alanıyla ilgili uluslararası, ulusal mevzuat, mesleki örgütlenmeler ve etik ilkeler hakkında bilgi sahibi olur ve çalışmalarında mesleki etik ilkelerini uygulama becerisine sahip olur.
14	İçinde bulunduğu toplumun ekonomik, sosyal ve siyasal politikalarını ve gündemini yakından izleyip sürdürülebilirlik çerçevesinde değerlendirme yetkinliğine sahip olarak alanıyla ilgili mesleki çalışmaların sürdürülebilir kalkınma hedefleri, kamu yararı kamu hizmeti gibi evrensel ve toplumsal boyuttaki etkilerine, hukuksal sonuçlarına duyarlı olur.
15	Medya mensuplarıyla ilişki yönetimi ile ilgili bilgi, beceri ve yetkinliğe sahiptir.
16	Medya okuryazarlığı konusunda bilinçlidir ve farklı medya içeriklerini ve uygulamalarını eleştirel bir bakış açısıyla değerlendirebilir.
17	Yapay Zekâ tabanlı uygulamaları halkla ilişkiler araçlarında etkin ve etik bir biçimde kullanabilir.
18	İş hayatındaki uygulamalar ile iş sağlığı ve güvenliği hakkında bilgi ve deneyim sahibi olur.
19	En az bir yabancı dilde alanıyla ilgili sözlü ve yazılı etkin iletişim kurma becerisine sahip olur.
20	Girişimcilik ve iş geliştirme konularında bilgi ve beceri ye sahip olur.
21	Alanı ile ilgili bilişim ve iletişim teknolojilerini (yazılım, program, uygulamalar vb.) etkin bir şekilde kullanabilme becerisine sahip olur.
22	Alanı dışında, kişisel ilgi alanları doğrultusunda tercih ettiği konularda akademik bilgi ve perspektif sahibi olur.
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

DBP Hakkında

Ders Hakkında

Bölüm Hakkında