Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
Veri Madenciliği | CENG 567 | | | 3 + 0 | 3 | 7,50 |
|
Ders Bilgileri |
Dersin Öğretim Dili | İngilizce |
Dersin Seviyesi | Yüksek Lisans |
Dersin Türü | Seçmeli |
Dersin Veriliş Biçimi | Yüz Yüze |
|
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
1. veri madenciliği gereksinimlerini anlamak |
2. veri ön-işleme ve analizi tekniklerini öğrenmek |
3. Veri ambarı kavramını anlamak |
4. Sınıflama ve tahminleme algoritmalarını uygulamak ve karşılştırmak |
5. Kümeleme algoritmalarını uygulamak ve karşılştırmak |
6. İlişki kuralı madenciliği algoritmalarını uygulamak ve karşılaştırmak |
7. Anomali bulma ve verimadenciliği insan faktörlerini anlama |
8. Veri madenciliği sürecini uygulama |
|
Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
Daha Önce Alınmış Olması Önerilen Dersler | Yok |
|
Dersin Tanımı:
Bu ders, veritabanlarında bilgi ve ilişkileri keşfetmenin algoritmik ve pratik yönlerini sunmayı amaçlamaktadır. Konular, veri madenciliğinde veri ön-işleme ve veri analizi, veri ambarı, sınıflandırma ve regresyon, kümeleme, ilişkilendirme kural madenciliği, anomali saptama, ve veri madenciliğinde insan faktörleri konularını içerir. |
|
Dersin İçeriği (Haftalık Konu Dağılımı): |
|
Hafta | Konu |
|
Kaynaklar: |
Data Mining: Concepts and Techniques (The Morgan Kaufmann Series in Data Management Systems), Han J., Kamber M, Pei J., Kaufmann M., 3rd Edition 2011. |
|
Diğer Kaynaklar: |
Introduction to Data Mining (2nd Edition) (What's New in Computer Science) 2nd Edition, by Pang-Ning Tan (Author), Michael Steinbach (Author), Anuj Karpatne (Author), Vipin Kumar (Author), Pearson; 2 edition (January 4, 2018) |
|
Öğretim Yöntem ve Teknikleri: |
Haftalık 3 saat teori |
|
Değerlendirme Sistemi: |
Yöntem | Adet | Katkı (%) |
Ara sınav | 1 | %30 |
Final Sınavı | 1 | %40 |
Ödev | 3 | %30 |
|
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
Gerektirmiyor |