Anasayfa » Akademik Birimler » Fen-Edebiyat Fakültesi » İstatistik Bölümü » Dersler » Veri Madenciliğine Giriş
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Veri Madenciliğine GirişIST441235300
ÖnkoşullarYok
YarıyılBahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ İstatistik Lisans Programı (%30 İngilizce)
Seçmeli @ Matematik Lisans Programı
Seçmeli @ Moleküler Biyoloji ve Genetik Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüAli Hakan Büyüklü
Dersi Veren(ler)Ali Hakan Büyüklü, Coşkun Parim
Asistan(lar)ı
Dersin AmacıVeri madenciliği konusundaki temel tanım kavram ve uygulamaların kavranmasıdır. Bilgisayar uygulamaları ile güncel problemlerin çözüm teknikleri açıklanır
Dersin İçeriğiVeri Madenciliğine Giriş; Veri indirgeme ve veri Sınıflama gibi alanlarda kullanılan veri madenciliği yöntemlerini; veri madenciliğinde olasılıksal konuları; büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konuları tanımlar.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Gökhan Silahtaroğlu, Veri madenciliği, Papatya yayınevi, İST., 2008
  • Han Jiawei and Kamber Micheline, Data Mining Consepts and Techniques, Morgan Kaufman Publishers, Academic Press, 2001
  • Guidici Paolo, Applied data Mining, Wiley, 2004 Ian H. Witten and Eibe Frank, Data Minind: Practical Machine Learning Tools and Techniques, Morgan Kaufman Publishers San Francisco, 2005
  • Williams G., Data Mining with Rattle and R, Springer, 2011
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Veri madenciliği ile ilgili temel kavramları tanır.
  2. Veri madenciliği tekniklerini tanır
  3. Veri madenciliği teknikleri ile uygulama problemlerinin çözümlemelerini uygular
  4. Öğrenciler veri madenciliği bilgisayar programlarını kullanabilir,
  5. İstatistik teknikler büyük veri setlerine uygun bir şekilde uygulanır.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Veri Madenciliğine GirişKonu 1
2Veri Madenciliği ve İstatistikKonu 2
3Veri ambarı Konu 2
4Veri Madenciliği ve Betimleyici AnalizlerKonu 2
5Veri Madenciliğinde İstatistiksel AnalizlerKonu 3
6Veri Madenciliğinde Öngörü AnalizleriKonu 3
7Veri Madenciliği ve Kümeleme Konu 3
8Ara Sınav 1
9Birliktelik Analizi ve UygulamalarKonu 3
10Karar Ağaçları ve UygulamalarKonu 4
11Rastgele Ormanlar ve UygulamalarKonu 4
12Boosting ve UygulamalarKonu 4
13Destek Vektör Makinaları ve UygulamalarKonu 4
14Proje Sunumları
15Bilgisayar uygulamaları
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri
Projeler130
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması143
Derse Özgü Staj
Ödev00
Küçük Sınavlar/Stüdyo Kritiği
Projeler115
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)130
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok