Ders Planı /

Ders Bilgileri

Dersin Kredisi
Dersin AKTS Kredisi
Dersin Öğretim Dili Türkçe
Dersin Düzeyi Lisans , TYYÇ: 6. Düzey , EQF-LLL: 6. Düzey , QF-EHEA: 1. Düzey
Dersin Türü
Dersin Veriliş Şekli Yüz-Yüze Eğitim
Ders zorunlu veya opsiyonel iş deneyimi gerektiriyor mu ?
Dersin Koordinatörü
Dersi Veren(ler)
Dersin Yardımcıları Öğr. Gör. BAŞAK BULUZ

Amaç ve İçerik

Dersin Amacı Bu dersin amacı, veri madenciliğinde desen keşfi ve veri tabanlarında bilgi keşfi konularında teorik ve pratik açıdan genel bir bakış sağlamaktır.
Dersin İçeriği Veri Keşfetme, Veri önişleme, Tahmin, Sınıflandırma, Kümeleme, Birliktelik Kuralı Madenciliği, Anormal Veri Algılama

Haftalık Ders Konuları

1Veri madenciliği nedir? Yeni ve benzersiz bir disiplin kılan nedir? Veri Ambarı, On-line Analitik İşleme ve Veri Madenciliği arasındaki ilişki
2Veri Ambarı
3Veri madenciliği süreci: Veri hazırlama / temizlik, görev tanımı
4Birliktelik Kuralı madenciliği
5Kurallar ve farklı bir algoritma türleri
6Sınıflandırma / Tahmin
7Sınıflandırma - ağaç tabanlı yaklaşımlar, Yapay Sinir Ağları, vb.
8Kümeleme - istatistiksel yaklaşımlar. Kümeleme - Sinir net ve diğer yaklaşımlar
9Zaman Serisi Madenciliği
10Madencilik Veri Akışları
11Multi-İlişkisel Veri Madenciliği
12Multi-İlişkisel Veri Madenciliği
13Sahtecilik Tespiti için Veri Madenciliği
14Proje tartışma

Kaynaklar

Jiawei Han and Micheline Kamber,Data Mining: Concepts and Techniques, The Morgan Kaufmann Series in Data Management Systems, Jim Gray, Series Editor.Morgan Kaufmann Publishers, August 2000. 550 pages. ISBN 1-55860-489-8.