Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : ULT410 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Lisans |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 3 |
| Uyg. | : 0 |
| Kredi | : 3 |
| Laboratuvar | : 0 |
| AKTS | : 6 |
Makine öğrenme araçlarını ve tekniklerini kullanarak veri madenciliği ve makine öğrenme kavramlarını vermek. Veri madenciliğine verileri hazırlama, Çıktıları yorumlama, sonuçları değerlendirme, ve veri madenciliğinin temellerini oluşturan algoritmik metotların aktarılması amaçlanmıştır
Veri Madenciliğine Giriş Veri Girişi: Kavramlar, Örnekler,Karar Ağaçları Algoritmalar: ilişki kuralları , Kümeleme,
| 1. | Veri madenciliğinde Kümeleme. Uzaklık ölçütleri |
| 2. | En Uzak Komşu Algoritmalarına ait örnekler ve Laboratuvar uygulamaları |
| 3. | R ve Python Programlama Dilleri temel seviye |
| 4. | Karar Ağacı Problemlerinin Bilgisayar Ortamında Analizi |
| 5. | Gerçek hayatta karşılaşılan problemlerde sınıflandırma ve kümeleme algoritmalarının kullanımı |
| 1. | Şentürk, A., 2006, Veri Madenciliği Kavram ve Teknikler, Ekin Basım Yayın Dağıtım 3) Özkan,Y., 2008, Veri Madenciliği Yöntemleri, Papatya Yayıncılık 4) Silahtaroğlu,G., 2008, Kavram ve Algoritmalarıyla Temel Veri Madenciliği, Papatya Yayıncılık |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Kısa Sınav (Quiz) | 2 | %5 |
| Ara Sınav (Vize) | 1 | %35 |
| Dönem Sonu Sınavı (Final) | 1 | %60 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 13 | 0 | 3 | 39 |
| Bireysel Çalışma | 13 | 0 | 3 | 39 |
| Kısa Sınav | 2 | 5 | 2 | 14 |
| Ara Sınav | 1 | 27 | 1 | 28 |
| Dönem Sonu Sınavı | 1 | 24 | 1 | 25 |
| TOPLAM İŞ YÜKÜ (Saat) | 145 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | |
OÇ-1 | 4 | 3 | 2 | 2 | 2 | 2 | 3 | 5 |
OÇ-2 | 4 | 3 | 5 | 3 | 4 | 3 | 5 | 5 |
OÇ-3 | 5 | 2 | 5 | 2 | 4 | 3 | 4 | 3 |
OÇ-4 | 5 | 5 | 2 | 2 | 3 | 2 | 2 | |
OÇ-5 | 3 | 2 | 2 | 2 | 4 | 4 | 2 | 2 |