Home » 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 GirişIST411026200
ÖnkoşullarYok
YarıyılBahar
Dersin DiliTürkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ İstatistik 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
Asistan(lar)ıÖmer Bilen
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
  • Ian H. Witten and Eibe Frank, Data Minind: Practical Machine Learning Tools and Techniques, Morgan Kaufman Publishers San Francisco, 2005
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.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Veri Madenciliğine GirişKonu 1
2Veri indirgeme ve veri Sınıflama gibi alanlarda kullanılan veri madenciliği yöntemleriKonu 2
3Veri indirgeme ve veri Sınıflama gibi alanlarda kullanılan veri madenciliği yöntemleriKonu 2
4Veri indirgeme ve veri Sınıflama gibi alanlarda kullanılan veri madenciliği yöntemleriKonu 2
5Veri Madenciliğinde olasılıksal konular; Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 3
6Veri Madenciliğinde olasılıksal konularKonu 3
7Veri Madenciliğinde olasılıksal konularKonu 3
8Ara Sınav
9Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 4
10Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 4
11Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 4
12Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 4
13Büyük ve karmaşık veri kümeleri gibi temel konuların yanısıra veri ambarı ve OLAP gibi ilişkili konularKonu 4
14Bilgisayar uygulamaları
15Bilgisayar uygulamaları
16Final Sınavı

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev230
Sunum/Jüri
Projeler
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 Saati142
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması148
Derse Özgü Staj
Ödev29
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)110
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok