| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Veri Madenciliğine Giriş | CENG 464 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Bu ders veriyi anlama becerisi kazandırır. |
| 2. Bu ders veri ön işleme tekniklerini anlama becerisi kazandırır. |
| 3. Bu ders sınıflandırma algoritmalarını kullanma becerisi kazandırır. |
| 4. Bu ders kümeleme algoritmalarını kullanma becerisi kazandırır. |
| 5. Bu ders ilişkilendirme kural madenciliği yöntemlerini kullanma becerisi kazandırır. |
| 6. Bu ders anomali bulma algoritmalarını anlama becerisi kazandırır. |
| 7. Bu ders, öneri sistemlerinin temellerini anlama becerisi kazandırır. |
| 8. Bu ders, web kazımanın temellerini sağlar. |
| 9. Bu ders, metin madenciliği hakkında temel bilgi sağlar. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | CENG218 |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Veri madenciliğine genel bakış, veri madenciliği kavramlarının, algoritmalarının ve tekniklerinin incelenmesi. Konular arasında veri madenciliği süreci, verinin keşfi, ön işleme yöntemleri, sınıflandırma algoritmaları, kümeleme algoritmaları, birliktelik kuralı madenciliği, aykırı değer tespiti, öneri sistemlerine giriş, web kazıma ve metin madenciliğine giriş yer almaktadır.
|
| |
Üretken Yapay Zeka Kullanımı:
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Bilgi keşfine ve veri madenciliğine giriş |
| 2 | Veri madenciliği ilkeleri |
| 3 | Veri ön işleme |
| 4 | Sınıflandırma (Karar ağacı, kural tabanlı, kNN) |
| 5 | Sınıflandırma (Karar ağacı, kural tabanlı, kNN) |
| 6 | Sınıflandırma (Karar ağacı, kural tabanlı, kNN) |
| 7 | Küme tanımlama (K-means, Hiyerarşik Kümelendirme) |
| 8 | Küme tanımlama (K-means, Hiyerarşik Kümelendirme) |
| 9 | İlişkilendirme kuralları - Sık öğe kümesi madenciliği (Apriori, FPGrowth) |
| 10 | İlişkilendirme kuralları - Sık öğe kümesi madenciliği (Apriori, FPGrowth) |
| 11 | Anomali Tesbiti |
| 12 | Öneri Sistemleri Temelleri |
| 13 | Web madenciliği |
| 14 | Metin Madenciliğinin Temelleri |
| |
| Kaynaklar: |
| Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmman Publishers. 2011. ISBN: 9780123814791
Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. Introduction to data mining. Pearson Education. 2019. ISBN: 978133128901 |
| |
| Diğer Kaynaklar: |
| Data Mining: Practical Machine Learning Tools and Techniques, Witten and Eibe, Morgan Kaufmann.
Data Mining: Concepts and Techniques, Jiawei Han and Micheline Kamber, The Morgan Kaufmann Series in Data Management Systems, 2011.
Data Mining Techniques and Applications, Hongbo Du, Cengage Learning, 2010, ISBN-13: 9781844808915 / ISBN-10: 1844808912 |
| |
| Öğretim Yöntem ve Teknikleri: |
| Lectures will be held in the class. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Aktiviteler | 1 | %35 |
| Proje | 1 | %40 |
| Aktiviteler | 1 | %25 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 1 | 10,00 | 10,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 5,00 | 5,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 1,00 | 14,00 |
| 6 | Ev ödevleri | 0 | 0,00 | 0,00 |
| 7 | Sınavlara Hazırlık | 2 | 5,00 | 10,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 10,00 | 10,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 1 | 30,00 | 30,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 5,00 | 5,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi; bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. | 0 |
| 2 | Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını gözeterek tanımlama, formüle etme ve analiz becerisi. | 3 |
| 3 | Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi; karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi. | 0 |
| 4 | Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi. | 3 |
| 5 | Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi. | 0 |
| 6 | Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | 0 |
| 7 | Mühendislik meslek ilkelerine uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık. | 0 |
| 8 | Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi. | 0 |
| 9 | Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü, yazılı etkin iletişim kurma becerisi. | 0 |
| 10 | Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik hakkında farkındalık. | 0 |
| 11 | Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi. | 0 |