BBS654 - VERİ AMBARI ve VERİ MADENCİLİĞİ
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| VERİ AMBARI ve VERİ MADENCİLİĞİ | BBS654 | Herhangi Yarıyıl/Yıl | 3 | 0 | 3 | 6 |
| Önkoşul(lar)-var ise | ||||||
| Dersin Dili | Türkçe | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Soru-Yanıt Uygulama-Alıştırma Sorun/Problem Çözme Diğer: bireysel çalışma | |||||
| Dersin sorumlusu(ları) | Prof. Dr. Murat Caner TESTİK | |||||
| Dersin amacı | Büyük veri setlerinde gömülü örüntüleri ve düzenlilikleri bulabilme ve ham veriden yararlı bilgi çıkarabilme yeteneği geliştirmek | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | ? Veri madenciliği kavramları ? Veri önişleme ? Temel bileşen analizi ? Kümeleme ? Sınıflandırma ? Kestirim ? K-en yakın komşu algoritması ? Karar ağaçları ? Yapay sinir zekaları ? Birliktelik kuralları | |||||
| Kaynaklar | ? Tan, P.N., Steinbach, M., Kumar, V. (2006) Introduction to Data Mining, Addison Wesley ? Larose, D.T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. Wiley Interscience, NJ, USA. ? Shumeli, G., Patel, N.R., Bruce, P.C. (2012). Data Mining for Business Intelligence: Concepts, Techniques and Application in Microsoft Excel with XLMiner. E & B Plus. | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Veri Madenciliğine Giriş |
| 2. Hafta | Veri Tipleri/Veri Kalitesi |
| 3. Hafta | Veri önişleme/Benzerlik ölçütleri |
| 4. Hafta | Verinin Araştırılması |
| 5. Hafta | Sınıflandırma ? Karar Ağaçları |
| 6. Hafta | Sınıflandırma ? Karar Ağaçları |
| 7. Hafta | Sınıflandırma ? Yapay Sinir Ağları |
| 8. Hafta | Sınıflandırma ? Destek Vektör Makinesi |
| 9. Hafta | Ara Sınav |
| 10. Hafta | Birliktelik Analizi |
| 11. Hafta | Çoklu Doğrusal Regresyon |
| 12. Hafta | Kümeleme Analizi |
| 13. Hafta | Kümeleme Analizi |
| 14. Hafta | Proje Sunumları |
| 15. Hafta | |
| 16. Hafta | Genel sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 0 | 0 |
| Sunum | 0 | 0 |
| Projeler | 1 | 30 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 1 | 30 |
| Genel sınav | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 2 | 60 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 40 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 12 | 4 | 48 |
| Sunum / Seminer Hazırlama | 1 | 15 | 15 |
| Proje | 1 | 30 | 30 |
| Ödevler | 0 | 0 | 0 |
| Ara sınavlara hazırlanma süresi | 1 | 16 | 16 |
| Genel sınava hazırlanma süresi | 1 | 22 | 22 |
| Toplam İş Yükü | 30 | 90 | 173 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Yazılım Mühendisliği temel alanları hakkında detaylı bilgi sahibidir. | X | ||||
| 2. Yazılım mühendisliğine yönelik gereksinimlerin anlaşılması, süreçlerin planlanması, çıktıların belirlenmesi, kaynak planlamalarının yapılması, risk yönetimi ve kalite planlaması konularında bilgi sahibi olmak. | X | ||||
| 3. Teori ve pratiğin birbirini hangi şekillerde etkilediğini ve birbirleri arasındaki bağları anlar. | X | ||||
| 4. Gerçek hayata ilişkin yazılım proje, süreç ve ürününe ait işlevsel ve işlevsel olmayan özellikleri tanımlar. | X | ||||
| 5. Herhangi bir teknik veya bilimsel yazılım mühendisliği problemini kendi başına çözümler ve olası en uygun çözümü sunar; çözümün bütünlüğünü açıklayabilecek, yaptığı varsayımları açıkça anlatabilecek kadar iyi iletişim becerilerine sahiptir. | X | ||||
| 6. Takım içinde verimli çalışabilme için gerekli olan becerileri edinmek adına sıradan bir ders projesine oranla daha büyük ölçekli bir projeyi tamamlar. | X | ||||
| 7. Yazılım mühendisliği süreçlerini tanımlayabilme, uygulayabilme, değerlendirebilme, ölçme, yönetme, değiştirme ve geliştirme konularında bilgi sahibi olmak. | X | ||||
| 8. Yazılım Mühendisliği uygulamalarına dair sosyal, yasal, etik ve kültürel hususların farkındadır ve bütün mesleki etkinlikleri etik ve sorumlu bir şekilde yürütür. | X | ||||
| 9. Hem İngilizce hem de Türkçedeki teknik terimlere vakıftır ve teknik/bilimsel problemler ve onların çözümleri konusunda çeşitli dinleyici kitlelerine yüz yüze, yazılı ya da elektronik olarak özlü sunumlar yapabilir. | X | ||||
| 10. Araştırma problemleri tanımlayabilir ve bilimsel problemleri çözmek için bilimsel yöntemler kullanarak bu araştırmaları yürütür. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek