TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | BİS662 |
| Ad | Sağlık Alanında Veri Madenciliği |
| Dönem | 2023-2024 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 2-2 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Doç. Dr. YAŞAR SERTDEMİR |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Veri Madenciliğinin amacı veri yığınından faydalı bilgiyi bulup çıkartmaktır ve keşfedilen bilgiyi kullanarak mevcut durumu açıklamaya yardımcı olmak ve gelecekteki oluşumları tahmin etmektir.
Dersin İçeriği
Otomatik veri analizi ve organizasyonel karar verme proseslerine destek verme amacıyla iç ve dış kaynaklardan bilgi çıkarma. Farklı uygulamaları araştırma, metodolojiler, teknikler ve modeller. Sınıflandırma, Karar Ağaçları, Birliktelik Kuralları, Kümeleme. Bu ders gerçek hayattan alınan geniş veri setleriyle, R yazılımı kullanılarak analiz yapılacaktır.
Dersin Ön Koşulu
yok
Kaynaklar
(Chapman & Hall_CRC Data Mining and Knowledge Discovery Series) Torgo, Luís - Data Mining with R_ Learning with Case Studies, Second Edition-Taylor & Francis_Chapman and Hall_CRC (2017)
Notlar
R and Data Mining: Examples and Case Studies by Yanchang Zhao
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Veri yığınından faydalı bilgiyi bulup çıkarır |
| ÖÇ02 | Veri yığınını analiz eder, temizleme ve birleştirme yapar. |
| ÖÇ03 | Denetimli ve denetimsiz yöntemler ile sınıflama ve kümeleme yapar |
| ÖÇ04 | temel makina öğrenme yöntemlerin çalışma mekanizmalarını ayırt eder. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Biyoistatistik yüksek lisans programında kazandığı yeterliliklerine dayalı olarak alanındaki güncel ve ileri düzeydeki bilgileri (Meta analizi, veri madenciliği, çok değişkenli ve boylamsal veri analizi, sağkalım analizi, regresyon vs.) alana yenilik getirecek özgün tanımları, kavramları ve teoremleri kavrar. | 5 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Uzmanlık gerektiren bilgileri kullanarak, kendi alanı ve ilişkili olduğu alanlardaki yeni ve karmaşık fikirleri analiz eder, sentezler ve yorumlar. | |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Biyoistatistik alanında sıklıkla kullanılan teknolojik araç ve yazılımlar hakkında ileri düzeyde bilgi sahibidir. | 4 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Etik ilkelerin ve etik kurulların birey ve toplum için önemini bilir. Etik kurullarda Biyoistatistikçinin önemini kavrar. | |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Sağlık alanına yönelik yapılan çalışmalarda sürekli olarak kullanılan istatistiksel yöntemler hakkında ileri düzeyde bilgi sahibidir. | 3 |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanındaki bilgileri sistematik bir yaklaşımla değerlendirir | 5 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım veya uygulama geliştirir, bilinen bir düşünce, yöntem, tasarım veya uygulamayı geliştirir ve farklı bir alana uygular. | |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Tıp ve sağlık bilimlerinde ortaya çıkan yeni ve karmaşık problemler için gözlemsel ve kliniksel araştırma tasarımı kurgular, eleştirel analizi yapar, yorumlar ve raporlar. | |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Sağlık bilimlerinde tanı ve tedavide karar verme sürecindeki ileri istatistiksel yöntemleri kullanır, bu alanda çalışan araştırıcılara danışmanlık yapar. | 4 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanı ile ilgili çalışmalarda üst düzey beceri gerektiren araştırma ve analiz yöntemlerini kullanır. | 4 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Sağlık bilimlerinde sıkça kullanılan teknik ve yöntemleri gibi ileri istatistik yöntemlerini özgün düşünce, araştırma ile uzmanlık düzeyinde geliştirir ve uygular. | |
| PÖÇ12 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Biyoistatistik alanına yenilik getiren özgün bir çalışmayı bağımsız olarak gerçekleştirir | |
| PÖÇ13 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Bilimsel bir makaleyi değerlendirebilecek ileri düzeyde istatistiksel analiz yapar. | |
| PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Biyoistatistik alanı ile ilgili makale okuma, yazma becerisi geliştirir ve ulusal ve/veya uluslararası hakemli dergilere makale başvurusu yapar | |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Özgün ve disiplinlerarası sorunların çözümlenmesinde etkin rol alır | |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Yaratıcı ve eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak Biyoistatistik alanı ile ilgili yeni düşünce ve yöntemler geliştirir. | |
| PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | Kanıta ulaşmanın yollarını kavrar ve elde ettiği kanıtlara eleştirel değer biçer. | |
| PÖÇ18 | Yetkinlikler - Öğrenme Yetkinliği | Yaşam boyu öğrenme ve mesleki gelişim ilkelerini bir tutum olarak belirler ve bu tutumunu çalışmalarında sergiler. | |
| PÖÇ19 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Sağlık mesleğinin gerektiği sosyal ilişkilerin dinamiklerini kavrar ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla değerlendirir ve geliştirir | |
| PÖÇ20 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Disiplinlerarası çalışmalarda diğer uzman kişilerle alandaki konuları etkin iletişim becerilerini kullanarak tartışır, özgün görüşlerini savunarak akademik danışmanlık yapar | |
| PÖÇ21 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Uluslararası bilimsel ortamlarda yabancı dil bilgisi ile yazılı, sözlü ve görsel iletişim kurar | |
| PÖÇ22 | Yetkinlikler - Alana Özgü Yetkinlik | Biyoistatistik ve tıbbi bilişim bilgisini kullanarak yaşadığı topluma bilgi ve becerilerini sunarak toplumun bilgi toplumu olmasına katkıda bulunur | |
| PÖÇ23 | Yetkinlikler - Alana Özgü Yetkinlik | Biyoistatistik ile ilgili karşılaşılan sorunların çözümünde özgün görüşlerini savunarak işlevsel etkileşim kurar | |
| PÖÇ24 | Yetkinlikler - Alana Özgü Yetkinlik | Etkili iletişim becerilerini kullanarak danışmanlık verebilir, araştırmalarda ekip çalışması içinde yer alır, bilimsel etik kuralları savunur | |
| PÖÇ25 | Yetkinlikler - Alana Özgü Yetkinlik | Alanın gereği olarak diğer sağlık disiplinleri ile çalışabilme deneyimine sahiptir. | |
| PÖÇ26 | Yetkinlikler - Alana Özgü Yetkinlik | Sağlık alanına yönelik yaptığı çalışmalarda doğru istatistiksel yöntemleri seçer ve uygular, doğru yorumlar. İleri düzeyde analiz ve sentez yapar. | 4 |
| PÖÇ27 | Yetkinlikler - Alana Özgü Yetkinlik | Sağlık alanı ile ilgili güncel gelişmeleri ve bilgileri ülke gerçekleri doğrultusunda toplum yararına kullanır. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Veri Madenciliğine Giriş | okuma | Öğretim Yöntemleri: Anlatım |
| 2 | Veri Madenciliği Kavramları ve Veri Önişleme | okuma | Öğretim Yöntemleri: Anlatım, Tartışma |
| 3 | Veri İndirgeme ve Ayrıklaştırma-I | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Veri İndirgeme ve Ayrıklaştırma-II | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Soru-Cevap, Tartışma |
| 5 | Karar Ağaçları ve Karar Kuralları | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Soru-Cevap, Tartışma |
| 6 | Istatistiksel Metodlarla Sınıflama- Naive Bayes Sınıflayıcı | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Soru-Cevap |
| 7 | Sınıflama ve Kümeleme Yöntemlerinin Değerlendirilmesi, Sınıf Karışıklık Matrisi | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Tartışma |
| 8 | Ara Sınavlar | yok | Ölçme Yöntemleri: Ödev |
| 9 | Kümeleme ve Benzerlik Ölçüleri | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Tartışma |
| 10 | Kümeleme Metodları- K-Means Algorithm | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Tartışma |
| 11 | Kümeleme Metodları- Hiyerarşik Kümeleme | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Soru-Cevap, Tartışma |
| 12 | Birliktelik Kuralları, Market Sepeti Analizi, Apriori Algoritması | okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | Veri Madenciliğinde Kullanılan Güncel Teknoloji ve Araçlar | okuma | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma |
| 14 | Sınıflama ve kümeleme yöntemlerinin R programı kullanılarak performanslarının karşılaştırılması. | okuma | Öğretim Yöntemleri: Alıştırma ve Uygulama |
| 15 | Sınıflama ve kümeleme yöntemlerinin R programı kullanılarak performanslarının karşılaştırılması. II | okuma | Öğretim Yöntemleri: Anlatım, Tartışma, Soru-Cevap |
| 16 | Yarıyıl Sonu Sınavları | yok | Ölçme Yöntemleri: Ödev, Proje / Tasarım |
| 17 | Yarıyıl Sonu Sınavları | yok | Ölçme Yöntemleri: Ödev, Proje / Tasarım |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 4 | 56 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 4 | 56 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 2 | 2 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 28 | 28 |
| Toplam İş Yükü (Saat) | 154 | ||
| Toplam İş Yükü / 25 (s) | 6,16 | ||
| AKTS | 6 AKTS | ||