|
Hafta
|
Konular
|
Ön Hazırlık
|
|
1
|
Çok değişkenli istatistiksel analizler tekrar
|
|
|
2
|
Veri madenciliğine giriş ve veri madenciliği süreci
|
|
|
3
|
Veri madenciliği fonksiyonları (tahmin, tanımlama)
|
|
|
4
|
Veri madenciliği algoritmaları
|
|
|
5
|
Sınıflandırma ve sınıflandırma yöntemleri
|
|
|
6
|
Bellek tabanlı yöntemler (k-en yakın komşu algoritması)
|
|
|
7
|
Yapay sinir ağları, Karar ağaçları
|
|
|
8
|
Bayes, Regresyon
|
|
|
9
|
Genetik algoritmalar
|
|
|
10
|
Kümeleme (Benzerlik ölçüsü, kümeleme yöntemleri)
|
|
|
11
|
Model değerlendirme yöntemleri
|
|
|
12
|
Araştırma Metodolojisinde Yeni Yönelimler
|
|
|
13
|
WEKA ile Veri madenciliği uygulamaları
|
|
|
14
|
R ile Veri Madenciliği Uygulamaları
|
|
|
Ön Koşul
|
-
|
|
Ders Dili
|
Türkçe
|
|
Dersin Sorumlusu
|
Yard. Doç. Dr. Gülay Karahan
|
|
Dersi Verenler
|
-
|
|
Ders Yardımcıları
|
-
|
|
Kaynaklar
|
Argüden, Y., Erşahin, B. 2008. Veri Madenciliği. ARGE Danışmanlık Yayınları
Witten, I. H., Frank, E. 2000. Data mining. New York. Morgan-Kaufmann
Şeker, S.E. 2014. Weka ile veri madenciliği. Bilgisayar kavramları yayınları
Balaban, M.E., Kartal, E. 2015. Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları.İstanbul, Çağlayan Kitabevi.
|
|
Yardımcı Kitap
|
Nong, Y. 2003. Handbook of Data Mining, Lawrence Erlbaum Associates Publishers
|
|
Dersin Amacı
|
Öğrencilerin; veri madenciliği temelleri, veri tabanlarında bilgi keşfi, geleneksel istatistik yöntemleri, yapay sinir ağları, karar ağaçları, Bayes teoremi, uygulamaları ve ileri teknikleri tanıma ve anlama konularında yeterlilik kazanmasıdır.
|
|
Dersin İçeriği
|
Veri veri madenciliği süreci, fonksiyonları, algoritmaları, genetik algoritmalar, model değerlendirme yöntemleri, WEKA ve R ile Veri madenciliği uygulamaları
|
|
Program Yeterlilik Çıktıları |
Katkı Düzeyi |
|
1
|
Peyzaj planlama, tasarımı, onarımı, yönetimi ve bitki materyali konularının biri ya da birkaçı üzerine uzmanlaşır.
|
1
|
|
2
|
Uzmanlık alanıyla ilgili kaynakları araştırır, çalışma alanıyla ilgili sorunları tanımlar, analitik düşünme yeteneği ile çözüm önerileri geliştirir.
|
4
|
|
3
|
Uzmanlaştığı alan ile ilgili bilimsel bir çalışmayı bağımsız olarak yapar, teorik ve pratik çalışmalarda orijinal katkı sağlar.
|
4
|
|
4
|
Uzmanlaştığı alanla ilgili bilimsel yöntemleri kullanarak; toplumsal ve etik sorumluluk bilinci ile analiz, sentez ve yorumlama yapar.
|
4
|
|
5
|
Uzmanlaştığı alanındaki bir araştırmayı yürütüp bilimsel formatta yazılı, sözlü ve görsel olarak hazırlayıp, ulusal ve uluslararası platformlarda sunar.
|
3
|
|
6
|
Uzmanlaştığı alanla ilgili yazılım teknolojilerini ileri düzeyde kullanır.
|
4
|
|
7
|
Uzmanlaştığı alana ilişkin disiplinler arası etkileşimi kavrar, sorun çözme ve uygulama becerilerini disiplinler arası çalışmalarda kullanır.
|
4
|
|
8
|
Uluslararası ortamlarda bilimsel ve mesleki gelişmeleri izleyip uzmanlar ile iletişim kurabilir ve işbirliğine açık olur.
|
4
|
|
9
|
Uzmanlık alanındaki konularda yaşam boyu öğrenmeyi benimseyip kendisini geliştirir.
|
4
|