Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : BİS532 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Yüksek Lisans |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 2 |
| Uyg. | : 0 |
| Kredi | : 2 |
| Laboratuvar | : 0 |
| AKTS | : 2 |
Popüler veri madenciliği tekniklerinin güçlü yönleri ve sınırlarıyla ilgili bir anlayış geliştirmek ve veri madenciliğinde gelecek vaat eden istatistiksel uygulamaları tespit edebilmek.
Kavramlar, algoritmalar, teknikler, verilerin hazırlanması, veri havuzunun dizaynı ve işlenmesi.
| 1. | Veri madenciliği kavramlarını anlama |
| 2. | Popüler veri madenciliği teknikleri ve yazılım paketlerini bulabilme, değerlendirebilme |
| 3. | Veri madenciliğinin gelecek vaat eden uygulamalarını tespit edebilme |
| 4. | Prototip veri madenciliği sistemlerini uygulayabilme |
| 5. | Yeni veri madenciliği algoritmalarını tasarlayabilme ve uygulayabilme |
| 1. | Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier. |
| 2. | Gorunescu, F. (2011). Data Mining: Concepts, models and techniques (Vol. 12). Springer Science & Business Media. |
| 3. | Kantardzic, M. (2011). Data mining: concepts, models, methods, and algorithms. John Wiley & Sons. |
| 4. | Tan, P. N. (2018). Introduction to data mining. Pearson Education India. |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Derse Katılım (Performans) | 1 | %5 |
| Ödev | 1 | %5 |
| Ara Sınav (Vize) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %70 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 0 | 2 | 28 |
| Ara Sınav | 1 | 10 | 1 | 11 |
| Dönem Sonu Sınavı | 1 | 10 | 1 | 11 |
| TOPLAM İŞ YÜKÜ (Saat) | 50 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | PÇ-9 | PÇ-10 | |
OÇ-1 | 2 | 3 | 2 | 3 | 3 | 3 | 3 | 3 | 3 | 3 |
OÇ-2 | 3 | 3 | 3 | 4 | 4 | 3 | 4 | 4 | 4 | 5 |
OÇ-3 | 3 | 4 | 4 | 3 | 4 | 3 | 4 | 4 | 3 | 4 |
OÇ-4 | 4 | 4 | 4 | 4 | 4 | 3 | 4 | 4 | 4 | 3 |
OÇ-5 | 3 | 4 | 5 | 4 | 5 | 4 | 4 | 4 | 4 | 4 |