Ders Kodu | : EK356 |
Ders Türü | : Bölüm Seçmeli |
Ders Grubu | : Lisans |
Eğitim Dili | : Türkçe |
Staj Durumu | : Yok |
Teori | : 3 |
Uyg. | : 0 |
Kredi | : 3 |
Laboratuvar | : 0 |
AKTS | : 5 |
Öğrencileri veri madenciliği temel kavramı ve veri madenciliği literatüründe kullanılan modelleme yöntemleri konusunda bilgilendirmek. Veri madenciliği modelleme yöntemlerinin özgün bir veri kümesine uygulaması ve sonuçları değerlendirme yetisinin kazandırılması.
1. Veri Madenciliğine Giriş 2. Verinin Anlaşılması 3. Verinin Hazırlanması 4. Birliktelik Kuralları ve Ardışık Zamanlı Örüntüler 5. Öngörüsel Modelleme Yöntemler 6. Kümeleme Analizi 7. Aykırı Değer Tespiti 8. Meta Modelleme Yaklaşımları
1. | Veri madenciliği temel mantığı hakkında bilgiye sahip olacak |
2. | Veri madenciliği kullanım alanları ve sektörel uygulamalar hakkında bilgiye sahip olacak |
3. | Veri madenciliği uygulamalarında kullanılan paket programlar hakkında bilgiye sahip olacaktır. |
4. | İstatistiksel problemleri modelleyebilme ve probleme özgü çözümler üretebilme |
5. | Veriyi çözümleme, istatistiksel olarak anlamlı sonuçlar çıkarma ve geleceğe yönelik tahmin yapma. |
1. | Han, J. and Kamber, M., 2006, Data Mining: Concepts and Techniques, The Morgan Kaufmann, Second Edition. |
2. | Olson, D.L.; Delen, D., 2008, Advanced Data Mining Techniques, Springer Publishing |
Değerlendirme Türü | Adet | Yüzde |
---|---|---|
Ara Sınav (Vize) | 1 | %40 |
Dönem Sonu Sınavı (Final) | 1 | %60 |
Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
---|---|---|---|---|
Kuramsal Ders | 11 | 3 | 3 | 66 |
Uygulamalı Ders | 3 | 5 | 3 | 24 |
Ara Sınav | 1 | 12 | 1 | 13 |
Dönem Sonu Sınavı | 1 | 15 | 2 | 17 |
TOPLAM İŞ YÜKÜ (Saat) | 120 |
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | PÇ-9 | |
OÇ-1 | 3 | 4 | 4 | 5 | 2 | 5 | 2 | 3 | 4 |
OÇ-2 | 3 | 4 | 5 | 2 | 2 | 2 | 2 | 2 | 4 |
OÇ-3 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 2 | 2 |
OÇ-4 | 3 | 5 | 2 | 2 | 5 | 5 | 5 | 5 | 5 |
OÇ-5 | 5 | 2 | 2 | 5 | 4 | 4 | 4 | 4 | 4 |