Veri Madenciliğinde İleri Konular (Ders bu dönem açılmayacktır.)
Ders Kodu
Yarıyıl
Ders Adı
T/U/L
Türü
Öğrenim Dili
AKTS
CSE0543
Veri Madenciliğinde İleri Konular (Ders bu dönem açılmayacktır.)
3/0/0
SA
Türkçe
9
Dersin Amacı
Ders kapsamında veri ve web madenciliğindeki temel ve ileri düzey konular, farklı problemleri çözümlemek üzere geliştirilmiş algoritmalar ve web madenciliği konusundaki güncel uygulamaların öğretilmesi hedeflenmektedir.
Ön Koşullar
Yok
Eş Koşullar
Yok
Özel Koşullar
Dersin alınabilmesi için öğrenciden beklenen asgari yeterlilikler.(Örnekler: Yabancı dil seviyesi, derse devam, önceden edindiği kurumsal yeterlilikler vs. gibi)
Öğretim Üyeleri
Dr.Öğr.Üyesi Bahar İLGEN
Asistanlar
Sonradan duyurulacak
Ders Gün,Saat ve Yeri
Perşembe, 17:00, 2B-11/13, Ataköy Yerleşkesi
Görüşme Saatleri ve Yeri
Yrd. Doç. Dr. Bahar İLGEN, P.tesi 14:00-15:00, 2B-02
Öğretim Yöntem ve Teknikleri
- Anlatım, uygulama
Temel Kaynaklar
- Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier.
- Tan, P. N. (2006). Introduction to data mining. Pearson Education India.
- LIU, B., 2010. Web Data Mining, 2nd edition.
Diğer Kaynaklar
- Chakrabarti, S., 2002. Mining the Web: Analysis of Hypertext and Semi Structured Data, MorganKaufmann Publishers.
- Baldi, P., Smyth, F. P., 2003.Modeling the Internet and the Web: Probabilistic Methods and Algorithms, Wiley.
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Veri madenciliğine giriş, dersin tanıtımı (yöntem, kaynak ve öğrenim çıktıları)
Yazılı ve sözlü anlatım.
2. Hafta
Veri ön işleme teknikleri.
Yazılı ve sözlü anlatım.
3. Hafta
Sınıflandırma Yöntemleri
Yazılı ve sözlü anlatım.
4. Hafta
Demetleme Yöntemleri
Yazılı ve sözlü anlatım.
5. Hafta
Aykırılıkların Saptanması.
Yazılı ve sözlü anlatım.
6. Hafta
İlişkilendirme Kuralları
Yazılı ve sözlü anlatım.
7. Hafta
Metin madenciliği
Yazılı ve sözlü anlatım.
8. Hafta
Sosyal Ağlar
Yazılı ve sözlü anlatım.
9. Hafta
Web madenciliği; Web çizgeleri ve Internet.
Yazılı ve sözlü anlatım.
10. Hafta
Web Yapısı ve Bilgiye erişim sistemleri
Yazılı ve sözlü anlatım.
11. Hafta
Web İçerik Madenciliği
Yazılı ve sözlü anlatım.
12. Hafta
Kullanıcı Davranışlarının Analizi ve Modellenmesi
Yazılı ve sözlü anlatım.
13. Hafta
Öneri Modelleri
Yazılı ve sözlü anlatım.
14. Hafta
Proje Sunumları
Sunum
15. Hafta
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
30
Projeler
1
20
Sunum
1
10
Final
1
40
ÖÇ-1
Veri ön işleme tekniklerini bilir ve uygulayabilir.
ÖÇ-2
Temel ve ileri sınıflandırma algoritmalarını bilir, denetimli, denetimsiz ve yarı denetimli yöntemleri açıklayabilir.
ÖÇ-3
Demetleme yöntemlerini ve algoritmalarını bilir ve uygulayabilir.
ÖÇ-4
İlişkilendirme kurallarını, Apriori ve FP tree algoritmalarını bilir.
ÖÇ-5
İçerik analizi, yapısal analiz, bilgiye erişim gibi farklı web madenciliği konularını bilir, güncel alanlardaki uygulamalarını gerçekleyebilir.
ÖÇ-6
Kullanıcı davranışlarının analiz ve modellenmesi ve öneri sistemlerini bilir ve uygulayabilir.
Program Çıktıları
PÇ-1
lisans ve lisansüstü mühendislik ve diğer disiplinlerden edinilen bilgiyi belirleme, ifade etme ve uzmanlık alanında ileri seviye bilgi gerektiren yeni ve karmaşık bilgisayar mühendisliği problemlerini çözme becerisi
PÇ-2
bilgisayar mühendisliğinin en az iki alt-disiplininde ileri konularda bilgi
PÇ-3
uzmanlık alanındaki yeni bilgiyi anlama ve birleştirme becerisi
PÇ-4
çoklu bağlamlarda ileri teknik bilgileri uygulama becerisi
PÇ-5
hayat boyu öğrenmenin önemini kavrama ve hayat boyu öğrenmeyi uygulama becerisi
PÇ-6
uzmanlık alanındaki önemli bir konuda düzenli ve sistematik çalışma planlama ve uygulama becerisi
PÇ-7
teknik materyalleri kabul gören standartlara uygun yazılmış resmi raporlar ile nakletme becerisi
PÇ-8
varolan literatürü analiz etme ve kullanma becerisi
PÇ-9
etkin sözlü komünikasyon becerisi
PÇ-10
bilgisayar mühendisliği alanındaki gelişmelere ayak uydurma becerisi
