Bilgi Paketi / Ders Kataloğu
Karar Ağaçları
Ders Kodu: BİS533
Ders Türü: Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 3
Amaç

Bu dersin amacı karar ağaçlarının istatistiksel kavramlarına dair temel bilgi vermek ve istatistiksel araştırmaların kalitelerinin değerlendirilmesini ve istatistiksel hesaplamaları bilgisayar uygulaması ile pekiştirmektir.

Özet İçerik

Karar ağaçlarına ilişkin temel kavramlar, kullanım alanları, CHAID, C&RT, QUEST, C4.5, C5.0 gibi yöntemlere ilişkin teori ve uygulamaları.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Rastgele değişim ve gözlenen verilerdeki soruları, uygulamalı ve teorik kavramlarla (değişkenler / rasgele değişkenler, dağılımlar ve değişkenler arasında ilişki) ilişkilendirebilmek
2.Karar ağaçlarının kavramlarını açıklayabilme
3.Bir istatistiksel karar modelini ve karar, belirsizlik ve değerler gibi kavramları açıklayabilme
4.Karar ağaçları modellerinde parametre optimizasyonu yapabilme
5.İstatistiksel çıkarım için temel teknikleri açıklayabilme ve bunları bazı istatistiksel modellerde kullanabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Özkan, Y. (2008). Veri madenciliği yöntemleri. Papatya Yayıncılık Eğitim.
2.Breiman L, Friedman JH, Olshen RA, Stone CJ (1984) Classification and regression trees. Chapman and Hall/CRC,
3.Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier.
4.Weinstein MC, Fineberg HV. (1980). Clinical Decision Analysis, W.B. Saunders Company.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Terminoloji ve amaçlar
2. Hafta - Teorik
Sağlık bilimlerinde karar ağaçlarını kullanma
3. Hafta - Teorik
Karar ağaçlarının yapısı ve temel kavramlar
4. Hafta - Teorik
Karar ağacı oluşturmada en iyi bölünmeyi seçme ve durdurma kriterleri
5. Hafta - Teorik
Aşırı ve yetersiz uyum problemleri
6. Hafta - Teorik
Budama teknikleri
7. Hafta - Teorik
Regresyon Ağaçları
8. Hafta - Teorik
Literatür tarama ve tartışma (Ara sınav)
9. Hafta - Teorik
Sınıflandırma Ağaçları
10. Hafta - Teorik
CART algoritması ve özellikleri
11. Hafta - Teorik
CART algoritması ile sınıflandırma
12. Hafta - Teorik
CART algoritması ile regresyon
13. Hafta - Teorik
CHAID analizi
14. Hafta - Teorik
Quest analizi
15. Hafta - Dönem Sonu Sınavı (Final)
Final sınavı
Değerlendirme
Değerlendirme TürüAdetYüzde
Derse Katılım (Performans)1%5
Ödev1%5
Ara Sınav (Vize)1%20
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140342
Ödev1202
Kısa Sınav2114
Ara Sınav110111
Dönem Sonu Sınavı115217
TOPLAM İŞ YÜKÜ (Saat)76
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
OÇ-1
3
4
4
4
4
4
3
4
3
3
OÇ-2
3
4
3
3
3
3
2
3
1
2
OÇ-3
3
3
3
2
2
3
2
3
2
2
OÇ-4
OÇ-5
4
5
4
5
4
4
4
5
5
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026