MÜHENDİSLİK FAKÜLTESİ
ENDÜSTRİ MÜHENDİSLİĞİ
Dersin Adı   VERİ MADENCİLİĞİ (TSD-7)
Dönemi Dersin Kodu Teorik Saat / Uygulama Saati AKTS
8 1203818 2,00 / 0,00 4,00
Dersin Düzeyi Lisans
Dersin Dili Türkçe
Dersin Veriliş Biçimi Yüz Yüze
Dersin Koordinatörü Yrd. Doç. Dr. Humar KAHRAMANLI
Koordinator E-mail hkahramanli selcuk.edu.tr
Öğretim Elemanı
Yrd. Doç. Dr. Humar KAHRAMANLI
Yardımcı Öğretim Elemanları
Dersin Amacı Veri madenciliğinin ve veri madenciliğinin aşamalarının öğretilmesi, veri kümesi oluşturma, Veri ayıklama ve ön değerlendirme, veri düzenleme yöntemleri, birliktelik kuralları keşfi,sınıflandırma, kümeleme vs. veri analizi yeteneğinin kazandırılması, veri madenciliği için kullanılabilecek yazılımların tanıtılması
Temel Bilimler Mühendislik Bilimleri Sosyal Bilimler Eğitim Bilimleri Sanat Bilimleri Sağlık Bilimleri Tarım Bilimleri
0 100 0 0 0 0 0
DERS YÖNTEM VE TEKNİKLERİ
Anlatım
HAFTA DERS İÇERİĞİ KAYNAK
1 Veri Madenciliğine giriş Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
2 Veri ön işleme yöntemleri Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
3 Birliktelik Kuralları Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
4 Sepet analizi Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
5 Danışmanlı ve danışmansız eğitim. k en yakın komşu algoritması Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
6 Bayes sınıflandırıcı Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
7 k- ortalamalar, k -medoids algoritmaları Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
8 Arasınav
9 Bulanık mantığa giriş Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
10 Bulanık C ortalamalar Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
11 Karar ağaçları, ID3 algoritması Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
12 Sınıflandırma ve Regresyon Ağaçları, Twoing Algoritması Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
13 Gini Algoritması Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
14 Bilgisayar Uygulamaları Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
15 Bilgisayar Uygulamaları Y. ÖZKAN, "Veri Madenciliği Yöntemleri"
DEĞERLENDİRME SİSTEMİ   Ara Sınav Final
  Sayı Katkı Payı Sayı Katkı Payı  
Yarıyıl İçi Çalışmaları : - - - -
Devam/Katılım : - - - -
Uygulamalı Sınav : - - - -
Derse Özgü Staj : - - - -
Küçük Sınav : - - - -
Ödev : - - - -
Sunum ve Seminer : - - - -
Projeler : - - - -
Atölye/Laboratuvar Uygulamaları : - - - -
Vaka Çalışmaları : - - - -
Arazi Çalışmaları : - - - -
Klinik Çalışmaları : - - - -
Diğer Çalışmaları : - - - -
Ara Sınav   1 40 - -
Final   - - 1 60
AKTS İŞ YÜKÜ TABLOSU   Sayı Süre
Ders Süresi : 14 2
Sınav Dışı Ders Çalışma Süresi : 14 3
Sunum ve Seminer Hazırlama : - -
Derse Özgü Staj : - -
Atölye/Laboratuvar Uygulamaları : - -
Arazi Çalışmaları : - -
Vaka Çalışmaları : - -
Projeler : 2 16
Ödev : 5 3
Küçük Sınavlar : - -
Ara Sınav : 1 1
Final : 1 2
DERSİN AKTS KREDİSİ 4
No DERS ÖĞRENİM ÇIKTISI KATKISI (*)
D.Ö.Ç. 1 Veri Madenciliği ve Veri Ambarları kavramlarını öğrenir 4
D.Ö.Ç. 2 Veri ön işleme yapabilir 4
D.Ö.Ç. 3 Birliktelik kuralları çıkarır 4
D.Ö.Ç. 4 Danışmanlı ve danışmansız eğitim hakkında bilgi edinir 3
D.Ö.Ç. 5 Bayes sınıflandırıcı, k en yakın komşu sınıflandırma bilir 3
D.Ö.Ç. 6 Bulanık mantık hakkında temel bilgileri edinir 3
D.Ö.Ç. 7 K ortalamalar, K medoid, Bulanık C ortalamalar yöntemleri ile kümeleme yapar 3
D.Ö.Ç. 8 Karar ağaçları hakkında bilgi edinir, birkaç farklı karar ağacı oluşturma yöntemi bilir 3
D.Ö.Ç. 9 Veri madenciliği için kullanılan açık kaynak kodlu yazılımları kullanır 4
* 1: Zayıf - 2: Orta - 3: İyi - 4: Çok İyi
PROGRAM ÇIKTISI VE DERS ÖĞRENİM ÇIKTISI İLİŞKİ MATRİSİ

DÖÇ1DÖÇ2DÖÇ3DÖÇ4DÖÇ5DÖÇ6DÖÇ7DÖÇ8DÖÇ9DÖÇ10DÖÇ11DÖÇ12DÖÇ13DÖÇ14DÖÇ15DÖÇ16DÖÇ17DÖÇ18DÖÇ19DÖÇ20
PÇ1
PÇ2
PÇ3
PÇ4
PÇ5
PÇ6
PÇ7
PÇ8
PÇ9
PÇ10
PÇ11
PÇ12
PÇ13
PÇ14
PÇ15
PÇ16
PÇ17
PÇ18
PÇ19
PÇ20