Bu dersin amacı, öğrencilere iş hayatındaki karşılaşabilecekleri ver madenciliği problemlerini çözebilmek için gerekli teorik altyapı ve uygulama tecrübesine sahio olmalarını sağlamaktır.
Ön Koşullar
IE3101 Olasılık Kuramına Giriş
Eş Koşullar
-
Özel Koşullar
-
Öğretim Üyeleri
Prof. Dr. Ayça Çakmak Pehlivanlı
Asistanlar
Ders Gün,Saat ve Yeri
Ders bu yarıyıl açılmamıştır.
Görüşme Saatleri ve Yeri
Ders bu yarıyıl açılmamıştır.
Öğretim Yöntem ve Teknikleri
Anlatım, Tartışma, Proje, Ödevler
Temel Kaynaklar
P.N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining, Addison Wesley, Pearson Education, 2005.
Diğer Kaynaklar
C. Shmueli, N. R. Patel, P. C. Bruce, Data Mining for Business Intelligence: Concepts, Techniques and Applications in Microsoft Office Excel with XLMiner, Wiley-Interscience, 2007.
J. Han and M. Kamber, Data Mining - concepts and Techniques, 2nd Edition, Morgan Kaufmann, 2006.
R. J. Roiger and M. W. Geatz, Data Mining - A Tutorial Based Primer, Addison Wesley, Pearson Education, 2003.
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Dersin tanıtımı, işlenişi, kaynaklar ve içerik hakkında genel bilgi. Veri madenciliği araçlarıhakkinda genel bilgi
Sunum
2. Hafta
Veri Madenciliği: Tanımlar, Motivasyon, Konseptler ve Teknikler
Veri: Veri Tipleri, Ölçüm yöntemleri
Sunum
3. Hafta
Veri Ön İşleme: Veri Örnekleme, Veri Temizleme, Benzerlik ve Uzaklık ölçüleri, Özellik Seçme ve Boyut Küçültme
Sunum, Uygulama 1
4. Hafta
Temel İstatisitk Kavramları
Eğitmenli Öğrenme - Tahmin: Doğrusal Regresyon Yöntemi ve Uygulamaları
Sunum
5. Hafta
Eğitmenli Öğrenme - Sınıflandırma: Ağaç-Tabanlı yöntemler - Karar Ağaçları ve uygulamaları
Eğitmensiz Öğrenme - Kümeleme: K-means algoritması ve uygulamaları
Sunum, Uygulama 7
14. Hafta
Tekrar
Sunum
15. Hafta
Final Sınavı
16. Hafta
Final Sınavı
17. Hafta
Final Sınavı
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
35
Ödevler / Dönem Ödevi / Sunum
1
25
Final
1
40
ÖÇ-1
Veri madenciliğinin ve iş hayatındaki veri madenciliği uygulamalarının örneklerle açıklanması
ÖÇ-2
Spesifik bir problem için veri madenciliğinin iyi bir çözüm olup olmadığını anlayabilme
ÖÇ-3
Veri madenciliği sonuçlarını analiz etmek için istatiksel ve istatiksel olmayan tekniklerin kullanılması
ÖÇ-4
Bir çok veri madenciliği startejilerini bilme ve ne zaman uygulanacaklarına karar verebilme, Bir çok veri madenciliği yönteminin problemleri çözmek için nasıl uygulandığını açıklama
ÖÇ-5
Veri madenciliği yöntemleri kullanmadan önce veri önişleme işlemlerini uygulayabilme, Veri madenciliği programı kullanarak farklı veri kümelerinde veri madenciliği tekniklerini uygulama, Veri madenciliği performansını analiz etme
ÖÇ-6
Veri madenciliğinde etik ve profesyonel noktaların tartışılması, Veri madenciliği yöntemlerinin kullanım alanlarını ve kısıtlamalarını tanıma
Program Çıktıları
PÇ-1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
PÇ-2
Karmaşık mühendislik problemlerini 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 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 ve yorumlama 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 konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÇ-9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve 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.