| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Veri Madenciliği | ISE 302 | 6 | 2 + 1 | 3 | 6 |
| Ön Koşul Dersleri | YOK |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ESİN AYŞE ZAİMOĞLU |
| Dersi Verenler | Dr.Öğr.Üyesi ESİN AYŞE ZAİMOĞLU, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Öğrencilere iş hayatında karşılaşabilecekleri büyük ölçekteki verileri anlama, analiz etme ve yorumlayabilme adına veri madenciliği kavramı, yöntemlerini öğretmek |
| Dersin İçeriği | Veri madenciliği kavramı, veri, bilgi ve bilişim kavramları, OLAP ve Veri ambarları kavramları, Birliktelik kuralları, sınıflandırma ve kümeleme yöntemleri ve örnek uygulamalar, veri madenciliği trendleri |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Büyük veri yığınlarındaki gözle görülemeyen ilişkileri ortaya çıkartır. | Anlatım, Soru-Cevap, Tartışma, | |
| 2 | Temel veri madenciliği modellerini bilir ve uygular. | Tartışma, Anlatım, Soru-Cevap, | |
| 3 | Veri setlerini yorumlayabilmek, hangi Veri madenciliğ yöntemini kullanacağını anlayabilmek | Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma, Gezi / Gözlem, | |
| 4 | Veri madenciliği uygulama alanlarını anlayabilmek | Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma, Gezi / Gözlem, Gözlem, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Veri Madenciliğine Giriş | |
| 2 | Veri Madenciliği Uygulama Alanları Örnekleri | |
| 3 | Veri Kavramını Anlamak | |
| 4 | Veri Önişleme İşlemleri | |
| 5 | Veri Ambarları ve OLAP | |
| 6 | Birliktelik Kuralları | |
| 7 | Birliktelik Kuralları Uygulamaları | |
| 8 | VİZE | |
| 9 | Sınıflandırma | |
| 10 | Sınıflandırma Uygulamaları | |
| 11 | Kümeleme | |
| 12 | Kümeleme Uygulamaları | |
| 13 | Veri Madenciliği Örnek Bilgisayar Uygulaması | |
| 14 | Veri Madenciliği Trendleri |
| Kaynaklar | |
|---|---|
| Ders Notu | Ders Notları |
| Ders Kaynakları | Teori ve Uygulamada VERİ MADENCİLİĞİ, Hidayet Takçı, Nobel Akademik Yayıncılık Silahtaroğlu,G., Veri Madenciliği, Papatya Yayınevi,2008 Erden C., Pyton ile Veri Madenciliği |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | X | |||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | |||||
| 4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 6 | Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık, | X | |||||
| 7 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | X | |||||
| 8 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | X | |||||
| 9 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | X | |||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | X | |||||
| 11 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | X | |||||
| 12 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | X | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Büyük veri yığınlarındaki gözle görülemeyen ilişkileri ortaya çıkartır. | ||||||||||||
| 2 | Temel veri madenciliği modellerini bilir ve uygular. | ||||||||||||
| 3 | Veri setlerini yorumlayabilmek, hangi Veri madenciliğ yöntemini kullanacağını anlayabilmek | ||||||||||||
| 4 | Veri madenciliği uygulama alanlarını anlayabilmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Proje / Tasarım | 100 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 65 |
| 1. Final | 35 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 2 | 32 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 4 | 64 |
| Ara Sınav | 1 | 5 | 5 |
| Kısa Sınav | 1 | 3 | 3 |
| Ödev | 1 | 3 | 3 |
| Performans Görevi (Uygulama) | 1 | 20 | 20 |
| Final | 1 | 5 | 5 |
| Toplam İş Yükü | 132 | ||
| Toplam İş Yükü / 25 (Saat) | 5,28 | ||
| Dersin AKTS Kredisi | 6 | ||