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