TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | CENG552 |
| Ad | Data Mining |
| Dönem | 2024-2025 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | İngilizce |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. SELMA AYŞE ÖZEL |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Temel veri madenciliği yöntemlerini tanımlama ve basit problemlere uygulayabilme.
Dersin İçeriği
Denetimli ve denetimsiz öğrenme yöntemlerini içeren veri madenciliği yöntemlerine genel bir bakış. Örnek uygulamalar.
Dersin Ön Koşulu
Veri önişleme yapabilecek düzeyde programlama bilgisi gerekmektedir.
Kaynaklar
Jiawei Han, Micheline Kamber, and Jian Pei, “Data Mining: Concepts and Techniques” 3rd edition, Morgan Kaufmann, 2011.
Notlar
İlgili güncel makaleler
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Temel veri madenciliği yöntemlerini tanımlar. |
| ÖÇ02 | Temel veri madenciliği yöntemlerinin nasıl kullanılacağını açıklar. |
| ÖÇ03 | Temel veri madenciliği yöntemlerini problem çözme amaçlı kullanır. |
| ÖÇ04 | Temel veri madenciliği yöntemlerini gerçek bir probleme uygular ve problemi çözer. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. | |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | 3 |
| PÖÇ03 | Yetkinlikler - Öğrenme Yetkinliği | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | 3 |
| PÖÇ04 | Yetkinlikler - Öğrenme Yetkinliği | Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 2 |
| PÖÇ05 | Yetkinlikler - Öğrenme Yetkinliği | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. | 4 |
| PÖÇ06 | Yetkinlikler - Öğrenme Yetkinliği | Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. | |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Öğrenme becerilerine sahip olur. | |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. | 3 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır. | 1 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. | 2 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. | 5 |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Veri medenciliğine giriş | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 2 | Veri önişleme yöntemleri | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 3 | OLAP ve veri küpleri | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 4 | Birliktelik kuralı çıkarma algoritmaları | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 5 | Birliktelik kurallarının seçim kriterleri | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 6 | Denetimli öğrenmeye giriş (karar ağacı, naive bayes) | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 7 | Kural tabanlı sınıflayıcılar, birliktelik kuralı tabanlı yöntemler, tembel yöntemler | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 8 | Ara Sınav | Ders notlarının okunması | Ölçme Yöntemleri: Ödev, Sözlü Sınav |
| 9 | Sınıflandırıcı perfromanslarının değerlendirilmesi | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 10 | Denetimsiz öğrenmeye giriş (k-means, k-medoids algoritmaları) | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 11 | Hiyerarşik yöntemler, yoğunluk tabanlı yöntemler | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 12 | Izgara tabanlı yöntemler | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 13 | Kümeleme yöntemlerinin performans analizleri | Ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 14 | Makale sunumları | Makale taraması, sunum hazırlığı | Öğretim Yöntemleri: Bireysel Çalışma, Örnek Olay, Soru-Cevap |
| 15 | Proje sunumları | Sunum hazırlama | Ölçme Yöntemleri: Sözlü Sınav, Proje / Tasarım |
| 16 | Proje raporunun yazılması | Proje raporunun hazırlanması | Ölçme Yöntemleri: Sözlü Sınav, Proje / Tasarım |
| 17 | Yarıyıl Sonu Sınavları | Proje raporunun hazırlanması | Ölçme Yöntemleri: Sözlü Sınav, Proje / Tasarım |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||