Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Kaba Kümele Teorisi ve Uygulamaları | BSM 628 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Doktora |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Prof.Dr. NUMAN ÇELEBİ |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Yeni bir yapay zekâ tekniği sayılan Kaba Kümeleme (Rough Set Theory) tekniği esaslarının öğrencilere öğretilmesi amaçlanmaktadır. Son yıllarda özellikle Veri Madenciliği uygulamalarında kullanılan bu tekniği Yüksek Lisans ve Doktora çalışması yapan öğrencilerin tezlerinde ihtiyaç duyacakları bir araç olarak kullanabilme imkânı bulacaklardır. |
Dersin İçeriği | Kaba Kümelenin temel kavramları, Bilgi tablosu, Ayrılmazlık İlişkisi, Karar Sistemleri, Küme Yaklaşımları, Kaba Üyelik Fonksiyonları, Karar Kuralları, Özellik indirgeme Reduct ve Core elde edilmesi, Kaba kümeleme Teorisinin Veriden Bilgi Çıkarım Sürecinde Kullanılması adımları |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Yapay Zeka Teknikleri ve Kaba Kümeleme Teorisine Giriş | |
2 | Kaba Kümeleme Teorisinin Temel Kavramları: Bilgi Sistemi | |
3 | Ayrılamazlık İlişkisi | |
4 | Karar Sistemleri | |
5 | Yaklaşım Kümeleri | |
6 | Kaba Üyelik Fonksiyonları | |
7 | Özelliklerin İndirgenmesi ve Fark Edilebilirlik Matrisi | |
8 | Karar Kuralları | |
9 | Kaba Kümeleme ile Veriden Bilgi Çıkarım Süreci | |
10 | Kaba Kümeleme Yazılımı ROSE’nin Öğrenilmesi | |
11 | Kaba Kümeleme Yazılımı RSES’in Öğrenilmesi | |
12 | Kaba Kümeleme Yazılımı ROSETTA’nın Öğrenilmesi | |
13 | Kaba Kümeleme Uygulama Örneği-1 | |
14 | Kaba Kümeleme Uygulama Örneği-2 |
Kaynaklar | |
---|---|
Ders Notu | Numan ÇELEBİ, Kaba Kümeleme Teorisi Ders Notları, 2014 |
Ders Kaynakları | 1. Rough set data analysis:A road to non-invasive knowledge discovery, Ivo Düntsch, Günther Gediga, e.pdf 2. Z. Pawlak, Rough Sets, Theoretical Aspects of Reasoning about Data, Kluwer Akademic Publisher, Dordrecht, Netherlands, 1991 3. Rough Sets, Lech Polkowski, www.amazon.com |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 50 |
1. Ödev | 50 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 50 |
1. Final | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 15 | 15 |
Ödev | 1 | 15 | 15 |
Final | 1 | 20 | 20 |
Toplam İş Yükü | 146 | ||
Toplam İş Yükü / 25 (Saat) | 5,84 | ||
Dersin AKTS Kredisi | 6 |