ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    İleri Veri Madenciliği PEY522 GÜZ-BAHAR 2+2 Üniversite S 6
    Öğrenme Çıktıları
    1-Veri madenciliği kavramını açıklar.
    2-Veri madenciliği süreçlerini, modellerini ve tekniklerini kavrar.
    3-Tahmin modellerini kavrar.
    4-Sınıflama analizlerini yapar.
    5-WEKA ve R ile veri madenciliğini açıklar.
    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
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster