GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| ENF309VM | DATA MINING | Seçmeli Ders Grubu | 3 | 5 | 3,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Öğrencilere veri madenciliği yaklaşımlarını öğretmek ve onların bir veri setini işleyebilmelerini, aykırı değerleri ve eksik verileri ele almalarını, verileri analiz etmelerini, ipuçlarını bulmalarını, eğilimleri ve özellikleri keşfetmelerini ve bilinmeyen / belirsiz verileri tahmin edebilmelerini öğretmektir.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
| 1 | Veri madenciliğine ait temel kavramları anlama |
| 2 | Bir temel veri madenciliği yazılımını kullanabilme (Python) |
| 3 | Bir veri setini uygun bir yaklaşımla analiz etme |
| 4 | Trendleri veya özellikleri keşfetmek için verileri kullanma |
| 5 | Çeşitli veri setlerini inceleme ve değerlendirme |
| 6 | Kullanıcı dostu veri seti hazırlayabilme |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Veri madenciliği teorisi ve algoritmaları, veri madenciliği algoritmalarının programlanması, verinin elde edilmesi, düzenlenmesi, filtrelenmesi, keşfedilmesi, sunulması, düzeltilmesi ve veri görselleştirme
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Veri Madenciliğine Giriş | ||
| 2 | Veri türleri | ||
| 3 | Veri kalitesi | ||
| 4 | Veri Ön İşleme 1 | ||
| 5 | Veri Ön İşleme 2 | ||
| 6 | Verileri keşfetmek | ||
| 7 | Ara sınav haftası | ||
| 8 | Ara sınav haftası | ||
| 9 | İstatistiksel yaklaşımlar | ||
| 10 | k-Komşu algoritması | ||
| 11 | Karar ağaçları | ||
| 12 | Kümelenme | ||
| 13 | Veri madenciliğinde Excel kullanımı | ||
| 14 | Veri madenciliğinde Python kullanımı | ||
| 15 | Final sınav haftası | ||
| 16 | Final sınav haftası | ||
| 17 | Bütünleme sınav haftası |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Tan, Steinbach ve Kumar (2013) - Veri Madenciliğine Giriş Larose (2004) - Verilerde Bilgi Keşfetmek İnternet üzerindeki çeşitli veri depoları
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 2 | 28 |
| Uygulama/Pratik | 10 | 1 | 10 |
| Beyin Fırtınası | 12 | 1 | 12 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 20 | 20 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 20 | 20 |
| Toplam İş Yükü (saat) | 92 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 5 | ||||||||||||||
| ÖÇ 2 | 5 | ||||||||||||||
| ÖÇ 3 | 4 | ||||||||||||||
| ÖÇ 4 | 5 | ||||||||||||||
| ÖÇ 5 | 4 | ||||||||||||||
| ÖÇ 6 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek