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 Koşullar Yok
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Ders
Dersin Verilişi Yüzyüze
Dersin Koordinatörü Öğr. Gör. Dr. Günay TEMÜR
Dersi Verenler 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
Haftalık Konular (İçerik)
Hafta Konular Öğretim Yöntemleri
1. Hafta Veri Madenciliğine Giriş Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları
2. Hafta Veri Madenciliği Temel Kavramlar, Arka Plan, Metotlar Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları
3. Hafta Python ile temel işlemler Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Ders Saati Araştırma
4. Hafta Python ile temel işlemler Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
5. Hafta Python ile temel işlemler Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
6. Hafta Veri kümesi oluşturma, ön işleme yöntemleri Araştırma Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Ders Saati
7. Hafta Regresyon Algoritmaları Ders Saati Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
8. Hafta Sınıflandırma algoritmaları Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Araştırma Uygulama
9. Hafta Sınıflandırma Algoritmaları
10. Hafta Sınıflandırma algoritmaları Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Uygulama
11. Hafta Birliktelik Analizi Ders Saati Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Araştırma
12. Hafta Birliktelik Kuralları Ders Saati Uygulama Ön Hazırlık, Pekiştirme Çalışmaları
13. Hafta Kümeleme Algoritmaları Araştırma Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Ders Saati
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