Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
8COMP 4462VERİ MADENCİLİĞİ2+2+03606.02.2024

 
Dersin Detayları
Dersin Dili İngilizce
Dersin Düzeyi Lisans
Bölümü / Programı BİLGİSAYAR MÜHENDİSLİĞİ
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu dersin amacı temel veri madenciliği teknikleri ve araçlarının teorik esasları ve Pratik uygulamalarını tanıtmaktır.
Dersin İçeriği Sınıflandırma, birliktelik ve kümeleme analizi gibi veri madenciliği veri ön işleme teknikleri
Dersin Yöntem ve Teknikleri
Ön Koşulları Yok
Dersin Koordinatörü Doç.Dr. METE EMİNAĞAOĞLU mete.eminagaoglu@yasar.edu.tr
Dersi Verenler Doç.Dr. METE EMİNAĞAOĞLU mete.eminagaoglu@yasar.edu.tr
Dr. Öğr. Üyesi Uras Tos
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Micheline Kamber and Jiawei Han. Data Mining: Concepts and Techniques, , 2nd ed., Morgan Kaufmann, 2005.

Ders Yapısı
Matematik ve Temel Bilimler %40
Mühendislik Bilimleri %60

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav/Mid-Term 1 % 30
Ödev/Homework 1 % 30
Yarıyıl Sonu Sınavı/ Dönem Projesi/Contribution of final Examination and Final Project 1 % 40
Toplam :
3
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ara Sınav/Mid-Term 1 25 25
Ödev/Homework 3 12 36
Ders Süresi(14 hafta) Toplam ders saati/Course Teaching Hours(14 weeks)Total course hours 14 3 42
Sınıf Dışı Ders Çalışma Süresi(Ön Çalışma)/Further self-study 14 1 14
Yarıyıl Sonu Sınavı/ Dönem Projesi/Contribution of final Examination and Final Project 1 33 33
Toplam İş Yükü   AKTS Kredisi : 6 150

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Veri madenciliği görevleri ve sorunlarını anlamak
2 Temel sık tekrarlanan desen keşfi metotlarının ve uygulamalarının kavranılması
3 Temel kümeleme ve sınıflandırma metotlarının ve uygulamalarının kavranılması

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Veri madenciliği görevleri ve sorunları Teori ve Pratik
2 Veri Önişleme Teori ve Pratik
3 Veri Özetleme ve Görselleştirme Teori ve Pratik
4 Sınıflandırma: Temel Konseptleri Teori ve Pratik
5 Sınıflandırma: Karar Ağaçları Teori ve Pratik
6 Sınıflandırma: Alternatif Teknikler Teori ve Pratik
7 Birliktelik Analizi : Temel Konseptler Teori ve Pratik
8 Birliktelik Analizi : Algoritmalar Teori ve Pratik
9 Birliktelik Analizi : Uygulama Teori ve Pratik
10 Kümeleme Analizi: Temel Konseptler Teori ve Pratik
11 Kümeleme Analizi: K-Means Kümeleme Teori ve Pratik
12 Kümeleme Analizi: Alternatif Teknikler Teori ve Pratik
13 Anormallik Tespiti Teori ve Pratik
14 Veri Madenciliğine Etik ve Yasal Bakış Teori ve Pratik
15 Veri Madenciliğine Etik ve Yasal Bakış Teori ve Pratik
16 Final Sınavı Teori ve Pratik

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Tüm 3 4 4
Ö1 3 4 4
Ö2 3 4 4
Ö3 3 4 4

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek

  
  https://obs.yasar.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=4005000552906&lang=tr