GAZİ ÜNİVERSİTESİ BİLGİ PAKETİ - 2019 AKADEMİK YILI

DERS TANIMI
VERİ MADENCİLİĞİ/İST-421
Dersin Adı: VERİ MADENCİLİĞİ
Dersin Kredisi: 3 Ders AKTS : 5
Dersin Yarıyılı: 7 Ders Türü : Seçmeli
DERS BİLGİLERİ
 -- DERSİN DİLİ
  TÜRKÇE
 -- ÖĞRETİM ELEMAN(LAR)I
  Doç. Dr. Bülent ALTUNKAYNAK
 -- ÖĞRETİM ELEMANI WEB SİTESİ/SİTELERİ
  http://websitem.gazi.edu.tr/site/bulenta
 -- ÖĞRETİM ELEMANI E-POSTASI/E-POSTALARI
  bulenta@gazi.edu.tr
 -- ÖĞRENME ÇIKTILARI
Veri madenciliği algoritmalarını öğrenebilme.
Veri madenciliğinde kullanılan istatistiksel yöntemleri öğrenebilme.
Bilgisayar yazılımlarıyla veri madenciliği tekniklerini öğrenebilme.
Öğrendiklerini gerçel uygulamada kullanma becerisini kazanma.





 -- DERSİN VERİLİŞ BİÇİMİ
  Bu ders sadece yüz yüze eğitim ve Lab uygulaması şeklinde yürütülmektedir.
 -- DERSİN ÖNKOŞULLARI
  Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır.
 -- ÖNERİLEN DERSLER
  Veritabanı sistemleri ve programlama
 --DERS İÇERİĞİ
1. Hafta  Temel Kavramlar
2. Hafta  Veri tabanı ve veri ambarı özellikleri
3. Hafta  Verinin analiz için hazırlanması ve incelenmesi
4. Hafta  Karar Ağaçları (ID3, C4.5, C5, CART, SLIQ, SPRINT)
5. Hafta  Karar Ağaçları (Bayesyen, Regresyon, CHAID)
6. Hafta  Karar Ağaçları (k-en yakın komşu, en küçük mesafe)
7. Hafta  Yapay Sinir Ağları
8. Hafta  Birliktelik Kuralları (AIS ve SETM Algoritması)
9. Hafta  ARASINAV
10. Hafta  Birliktelik Kuralları (Apriori Algoritmaları)
11. Hafta  Kümeleme Analizi (Hiyerarşik yöntemler)
12. Hafta  Kümeleme Analizi (Bölümlemeli yöntemler)
13. Hafta  Kümeleme Analizi (Yoğunluğa dayalı ve grid temelli algoritmalar)
14. Hafta  Genetik Algoritmalar
15. Hafta  Bilgisayar Uygulamaları
16. Hafta  FİNAL SINAVI
 -- ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
  Silahtaroğlu, G. “Veri Madenciliği Yöntem ve Kavramlar”, Papatya Yayıncılık, 2013. Nisbet, R. Elder, J. andMiner, G. “Handbook of Statistical Analysis and Data Mining Applications”, AP, 2009. Madigan, D. “Statistical Analysis and Data Mining”, Wiley. Zhang, D. andJiang, K, “Application of Data MiningTechniques in the Analysis of Fire Incidents”, ProcediaEngineering, 43, 2012, p. 250-256.
 -- ÖĞRETİM YÖNTEM VE TEKNİKLERİ
  Anlatım veLab-Uygulaması
 -- STAJ / UYGULAMA
  YOK
 -- DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
 
Sayısı
Toplam Katkısı(%)
 Ara Sınav
1
30
 Ödev
1
5
 Uygulama
1
5
 Projeler
0
0
 Pratik
0
0
 Quiz
0
0
 Yıliçinin Başarıya Oranı (%)  
40
 Finalin Başarıya Oranı (%)  
60
 -- İŞ YÜKÜ
 Etkinlik  Toplam hafta sayısı  Süre (Haftalık Saat)  Dönem boyu toplam iş yükü
 Haftalık teorik ders saati
14
3
42
 Haftalık uygulamalı ders saati
0
 Okuma Faaliyetleri
2
5
10
 İnternette tarama, kütüphane çalışması
5
4
20
 Materyal tasarlama, uygulama
3
5
15
 Rapor hazırlama
0
 Sunu hazırlama
0
 Sunum
0
 Ara sınav ve ara sınava hazırlık
3
5
15
 Final sınavı ve final sınavına hazırlık
4
5
20
 Diğer
0
 TOPLAM İŞ YÜKÜ: 
122
 TOPLAM İŞ YÜKÜ / 25 : 
4.88
 DERSİN AKTS KREDİSİ: 
5
 -- PROGRAM ÖĞRENME ÇIKTILARI KATKI DÜZEYLERİ
NO
PROGRAM ÖĞRENME ÇIKTILARI
1
2
3
4
5
1
1. İstatistik konusundaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen bilimsel yaklaşımı ön plana alacak şekilde lisans düzeyindeki kuramsal ve uygulamalı bilgilere sahiptir.X
2
2. Edindiği lisans düzeyindeki bilgi ve becerileri kullanarak, verileri modeller, çözümler, yorumlar ve karar verir.X
3
3. İstatistikte güncel teknolojik gelişmelere paralel sorunları tanımlar, analiz eder, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.X
4
4. İstatistik konusunda edindiği lisans düzeyindeki kuramsal ve uygulamalı bilgileri, güncel problemlere uygular ve aktarır.X
5
5. İstatistik alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim teknolojilerini kullanabilir.X
6
6. Disiplin içi ve disiplinler arası çalışmalarda bireysel ve ekip üyesi olarak sorumluluk alır.X
7
7. İstatistik konusundaki gelişmeleri takip edebilecek bilgi ve donanıma sahip olup, yaşamı boyu öğrenmeye ilişkin olumlu tutum geliştirir.X
8
8. İngilizceyi kullanarak, istatistik konusundaki bilgileri izleyebilir, meslektaşları ile iletişim kurabilir.X
9
9. İstatistik konusunda edindiği bilgileri mesleki anlamda uygularken toplumsal, bilimsel ve etik değerlere sahiptir.X
10
10. Toplumsal duyarlılık ve sosyalleşme becerisine sahiptir.X
11
11. Analitik düşünme yeteneği ile sonuç çıkarma sürecinde zamanı etkin kullanır.X