Bilgi Paketi / Ders Kataloğu
Karar Ağaçları
Ders Kodu: BİS628
Ders Türü: Seçmeli
Ders Grubu: Doktora
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 4
Uyg.: 0
Kredi: 4
Laboratuvar: 0
AKTS: 4
Amaç

En genel hali ile karar verme; karar vericinin mevcut seçenekler arasından bir seçim, sıralama ya da sınıflandırma yaparak bir sorunu çözme sürecidir. Bu ders temelde kararların nasıl verildiği ve hangi yöntemlerin kullanıldığı konularını kapsar. Karar vermeyle ilgili matematiksel, istatistiksel ve psikolojik yaklaşımların incelenmesi ve öğretilmesi amaçlanmaktadır.

Özet İçerik

Karar verme, rasyonel ve sınırlı rasyonellik, karar vermenin sanatsal ve bilimsel yönleri, belirsizlik altında karar verme, risk altında karar verme, fayda kuramı, oyun kuramı, sosyal seçim kuramı.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Analitik düşünerek problemleri yapılandırıp analiz edebilme
2.Problemleri yapılandırıp sınıflandırabilme
3. Karar tekniklerini kullanarak veri analitik problemlerini çözebilme
4.Problemleri fayda ve oyun teorisi bakış açısıyla analiz edebilme ve çözümler üretme
5. Karmaşık sistemleri karar verme tekniklerini uygulayacak şekilde modelleyebilme
6.Grup halinde karar verme ve sosyal seçim fonksiyonlarını vereceği kararları uygulayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Breiman, L. (2017). Classification and regression trees. Routledge.
2.Weinstein, MC. & Fineberg, HV. (1980). Clinical Decision Analysis, W.B. Saunders Company.
3.Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier.
4.Özkan, Y. (2008). Veri madenciliği yöntemleri. Papatya Yayıncılık Eğitim.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Karar ağaçlarının yapısı ve temel kavramlar
2. Hafta - Teorik
Karar ağacı oluşturmada bölünme kuralları
3. Hafta - Teorik
Durdurma kriterlerinin incelenmesi
4. Hafta - Teorik
Aşırı ve yetersiz uyum problemlerinin incelenmesi
5. Hafta - Teorik
Budama teknikleri
6. Hafta - Teorik
Regresyon ağaçları
7. Hafta - Teorik
Sınıflandırma ağaçları
8. Hafta - Teorik
Literatür tarama ve tartışma (Ara sınav)
9. Hafta - Teorik
CART algoritması ve özellikleri
10. Hafta - Teorik
R'de CART algoritması ile regresyon ve sınıflandırma
11. Hafta - Teorik
CHAID algoritması ve özellikleri
12. Hafta - Teorik
R'de CHAID algoritması ile regresyon ve sınıflandırma
13. Hafta - Teorik
Random forests yöntemi ve özellikleri
14. Hafta - Teorik
R'de random forests yöntemi ile regresyon ve sınıflandırma
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 Ders140456
Ara Sınav115217
Dönem Sonu Sınavı120222
TOPLAM İŞ YÜKÜ (Saat)95
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
OÇ-1
4
4
4
4
4
4
4
OÇ-2
4
4
4
4
3
2
2
OÇ-3
4
4
4
4
3
3
4
OÇ-4
4
4
4
4
3
4
4
OÇ-5
4
4
4
4
3
3
4
OÇ-6
4
4
4
4
3
2
2
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026