Bu ders, veri madenciliğinin temel konularını tanıtmayı, öğrencilere farklı veri madenciliği görevlerini ele almak için geliştirilen algoritmalar hakkında geniş bir anlayış kazandırmayı ve bunları gerçek dünya problemlerine uygulamayı amaçlamaktadır.
Teorik dersler, laboratuvar çalışmaları, projeler, okuma (dergi ve konferans yayınları) ve tartışma.
Temel Kaynaklar
Introduction to Data Mining, Pang-Ning Tan, Michigan State University, Michael Steinbach, University of Minnesota, Vipin Kumar, University of Minnesota, Publisher: Pearson, 2005 (First Edition).
o https://www-users.cs.umn.edu/~kumar001/dmbook/firsted.php
Introduction to Data Mining, Pang-Ning Tan, Michigan State University, Michael Steinbach, University of Minnesota, Vipin Kumar, University of Minnesota, Publisher: Pearson, 2018 (Second Edition).
o https://www-users.cs.umn.edu/~kumar001/dmbook/index.php
Diğer Kaynaklar
Data mining: Concepts and Techniques, Jiawei Han, Micheline Kamber, Jian Pei, Publisher: Elsevier Morgan Kaufmann 2012 (Third Edition).
Pattern Classification, Richard O. Duda, Peter E. Hart, David G. Stork, Publisher: Wiley-Interscience Publication, 2001 (Second Edition).
Machine Learning, Tom M. Mitchell, Publisher: McGraw Hill, 1997.
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Dersin Tanıtımı
Sözlü Anlatım, Laboratuvar
2. Hafta
Veri Madenciliğine Giriş
Sözlü Anlatım, Laboratuvar
3. Hafta
Veri
Sözlü Anlatım, Laboratuvar
4. Hafta
Veri
Sözlü Anlatım, Laboratuvar
5. Hafta
Veri İnceleme
Sözlü Anlatım, Laboratuvar
6. Hafta
Veri İnceleme
Sözlü Anlatım, Laboratuvar
7. Hafta
Sınıflandırma
Sözlü Anlatım, Laboratuvar
8. Hafta
Ara Sınav
9. Hafta
Sınıflandırma
Sözlü Anlatım, Laboratuvar
10. Hafta
Model Aşırı Uyum
Sözlü Anlatım, Laboratuvar
11. Hafta
Model Değerlendirme
Sözlü Anlatım, Laboratuvar
12. Hafta
Kural Tabanlı Sınıflandırıcılar
Sözlü Anlatım, Laboratuvar
13. Hafta
Kural Tabanlı Sınıflandırıcılar
Sözlü Anlatım, Laboratuvar
14. Hafta
Final Sınavı için Tekrar
Sözlü Anlatım, Laboratuvar
15. Hafta
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
30
Kısa sınav(lar)
6
10
Projeler
1
20
Final
1
40
ÖÇ-1
Veri madenciliği uygulamalarının ve problemlerinin çözümlerini anlama, yorumlama ve analiz edebilme.
ÖÇ-2
Veri madenciliği yöntemlerinin farklı türdeki veriler üzerinde nasıl çalıştığını anlama.
ÖÇ-3
Veri madenciliği algoritmalarını gerçeklemek.
ÖÇ-4
Belirli bir problemi çözmeye yönelik en uygun algoritmayı anlayarak, verilen veri ambarı ve veri madenciliği projesini bağımsız olarak sürdürebilme.
Program Çıktıları
PÇ-1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
PÇ-2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
PÇ-3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
PÇ-4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
PÇ-5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme veyorumlama becerisi.
PÇ-6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
PÇ-7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
PÇ-8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki
gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÇ-9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÇ-10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
PÇ-11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi;mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
