Ders Bilgileri

Ders Bilgileri
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Veri Madenciliği YBS214 4. Yarıyıl 3 + 0 3,0 6,0
Ön Koşul Dersleri Yok
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Ders
Dersin Verilişi Yüzyüze
Dersin Koordinatörü Öğr. Gör. Dr. Günay TEMÜR
Dersi Veren(ler) Öğr. Gör. Dr. Günay TEMÜR
Dersin Yardımcıları
Dersin Amacı Veri madenciliğini tanıtılması ve kullanım amaçları hakkında bilgi verilmesi. Veri setleri üzerinde analiz yeteneğinin kazandırılması. Veri madenciliğinde kullanılacak programların tanıtılması ve kullandırılması.
Dersin İçeriği -Veri Madenciliği temel kavramların anlatılması -Veri Madenciliğinin kullanım alanlarının tanıtılması -Veri Madenciliğinin temel yöntemlerinin anlatılması -Veri Madenciliğinde kullanılan yazılımların tanıtılması -Çeşitli Veri Madenciliği yöntemleriyle veri analizi yapımı
Ders Öğrenme Kazanımları - Veri madenciliğinin tanımını, kullanım amacını bilir
- Veri madenciliği süreçlerini bilir
- Veri Madenciliğinde kullanılan yazılımlarla ilgili bilgi sahibi olur
- Veri önişleme işlemlerini bilir ve uygular
- Temel veri madenciliği metotlarını bilir, uygular, sonuçları yorumlar
Ders Planı (Haftalık Konular)
Hafta Konular/Uygulamalar Yöntem
1. Hafta Veri Madenciliğine Giriş Ön Hazırlık, Pekiştirme Çalışmaları Ders Saati Araştırma
2. Hafta Veri Madenciliği Temel Kavramlar, Arka Plan, Metotlar Ön Hazırlık, Pekiştirme Çalışmaları Ders Saati Araştırma
3. Hafta Python ile temel işlemler Uygulama Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları
4. Hafta Python ile temel işlemler Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
5. Hafta Python ile temel işlemler Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Ders Saati
6. Hafta Veri kümesi oluşturma, ön işleme yöntemleri Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Araştırma
7. Hafta Regresyon Algoritmaları Uygulama Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Araştırma
8. Hafta Sınıflandırma algoritmaları Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
9. Hafta Sınıflandırma Algoritmaları
10. Hafta Sınıflandırma algoritmaları Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Ders Saati
11. Hafta Birliktelik Analizi Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Ders Saati Araştırma
12. Hafta Birliktelik Kuralları Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
13. Hafta Kümeleme Algoritmaları Uygulama Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları
14. Hafta Genel Tekrar Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
Kaynaklar
Ders slaytları
İlker Arslan, Python ile Veri Bilimi, Pusula Yayınevi
Şadi Evren Şeker – YouTube-Bilgisayar Kavramları Kanalı Veri Madenciliği Videoları
Ders içerisinde konuya göre belirtilecek web sayfaları
Dersin Öğrenme Kazanımlarının Program Yeterlilikleri İle İlişkisi
Program Yeterlilik Katkı Düzeyi DK1 DK2 DK3 DK4 DK5 Ölçme Yöntemi
PY1 0 0 0 0 0 0 -
PY2 5 5 5 0 5 5 40,60
PY3 4 4 4 0 4 4 40,60
PY4 5 5 5 0 5 5 -
PY5 4 4 4 0 4 4 -
PY6 3 3 3 0 3 3 -
PY7 5 5 5 0 5 5 40,60
PY8 5 5 5 0 5 5 40,60
PY9 5 5 5 0 5 5 -
PY10 3 3 3 0 3 3 -
PY11 2 2 2 0 2 2 -
PY12 1 1 1 0 1 1 -
PY13 0 0 0 0 0 0 -
PY14 3 3 3 0 3 3 -
*DK = Ders Kazanımı.
0 1 2 3 4 5
Ders Katkı Düzeyi Yok Çok Düşük Düşük Orta Yüksek Çok Yüksek
Ölçme Yöntemi Yazılı sınav Sözlü sınav Ödev/Proje Laboratuvar Çalışması Sunum /Seminer
AKTS / İş Yükü Tablosu
Etkinlik Sayısı Süresi (Saat) Toplam İş Yükü (Saat)
Ders Saati 14 3 42
Araştırma 14 3 42
Ön Hazırlık, Pekiştirme Çalışmaları 14 3 42
Uygulama 10 2,5 25
Ara Sınav 1 1 1 1
Final 1 1 1
Toplam İş Yükü 153
Dersin AKTS Kredisi 6,0