GAZİ ÜNİVERSİTESİ BİLGİ PAKETİ - 2019 AKADEMİK YILI

DERS TANIMI
VERİ MADENCİLİĞİ/5021303
Dersin Adı: VERİ MADENCİLİĞİ
Dersin Kredisi: 3 Ders AKTS : 7.5
Dersin Yarıyılı: 1 Dersin Türü : Seçmeli
DERS BİLGİLERİ
 -- DERS KATALOG TANIMI (İÇERİĞİ)
 -- TEMEL DERS KİTABI
 -- YARDIMCI DERS KİTAPLARI
 -- DERSİN ÖNKOŞULLARI
 -- DERSİN DİLİ
  Türkçe
 -- DERSİN AMACI ve HEDEFİ
 -- DERSİN ÖĞRENİM ÇIKTILARI
Veri madenciliği algoritmalarını öğrenebilme
Veri madenciliğinde kullanılan istatistiksel yöntemleri öğrenebilme
R ve Python ile veri madenciliği tekniklerini öğrenebilme
Öğrendiklerini gerçel uygulamada kullanma becerisini kazanma

 -- DERSİN VERİLİŞ BİÇİMİ
  Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
 --DERSİN HAFTALIK DAĞILIMI
1. Hafta  Veri madenciliğinin tarihsel gelişimi ve kapsamı
2. Hafta  Temel kavramlar ve yazılımlar
3. Hafta  Verinin analiz için hazırlanması ve incelenmesi
4. Hafta  Özellik seçim yöntemleri
5. Hafta  Karar ağaçlarını kullanarak sınıflandırma
6. Hafta  ZeroR, OneR, Bayes, k-en yakın komşu sınıflandırmaları
7. Hafta  Sınıflandırma kalitesinin ölçülmesi
8. Hafta  Kümelemeye ilişkin temel kavramlar
9. Hafta  Bölünmeli kümeleme yöntemleri
10. Hafta  Hiyerarşik kümeleme yöntemleri
11. Hafta  Kümeleme kalitesinin ölçülmesi
12. Hafta  Birliktelik kuralları
13. Hafta  Proje çalışması
14. Hafta  Proje çalışması
15. Hafta  Final Sınavı
16. Hafta  -
 -- ÖĞRETİM FAALİYETLERİ
 -- DEĞERLENDİRME ÖLÇÜTLERİ
 
Sayısı
Toplam Katkısı(%)
 Ara Sınav
1
30
 Ödev
0
0
 Uygulama
0
0
 Projeler
1
30
 Pratik
0
0
 Quiz
0
0
 Dönemiçi Çalışmaların Yıliçi Başarıya Oranı (%)  
60
 Finalin Başarıya Oranı (%)  
40
 -- DERSİN 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
0
 İnternette tarama, kütüphane çalışması
2
2
4
 Materyal tasarlama, uygulama
0
 Rapor hazırlama
0
 Sunu hazırlama
5
5
25
 Sunum
5
5
25
 Ara sınav ve ara sınava hazırlık
5
5
25
 Final sınavı ve final sınavına hazırlık
5
5
25
 Diğer
14
3
42
 TOPLAM İŞ YÜKÜ: 
188
 TOPLAM İŞ YÜKÜ / 25 : 
7.52
 DERSİN AKTS KREDİSİ: 
7.5
 -- PROGRAM ÖĞRENME ÇIKTILARI KATKI DÜZEYLERİ
NO
PROGRAM ÖĞRENME ÇIKTILARI
1
2
3
4
5
1
1. Yüksek lisans yeterliliklerine dayalı olarak istatistik alanındaki güncel ve ileri düzeydeki bilgileri özgün düşünce ve/veya araştırma ile uzmanlık düzeyinde geliştirir, derinleştirir ve alanına yenilik getirecek özgün tanımlara ulaşır.X
2
2. Alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım ve/veya uygulama geliştiren ya da bilinen bir düşünce, yöntem, tasarım ve/veya uygulamayı farklı bir alana uygulayan özgün bir çalışmayı gerçekleştirerek alanındaki ilerlemeye katkıda bulunur.X
3
3. Yeni ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yaparak, uzmanlık gerektiren bilgileri kullanıp özgün sonuçlara ulaşır.X
4
4. Ulusal ve uluslar arası bilimsel çalışmalarda aktif biçimde yer alır.X
5
5. Disiplin içi ve disiplinler arası takım ve bireysel çalışma becerisi ile liderlik ve bağımsız karar verebilme yetisine sahiptir.X
6
6. Özgün bilimsel bir araştırma probleminin tanımlanmasından, raporlanmasına kadar ki tüm süreci gerçekleştirerek, sözlü, yazılı ve görsel olarak aktarır.X
7
7. Bir yabancı dili istatistik alanında kullanarak, literatürü takip eder, ileri düzeyde yazılı, sözlü ve görsel iletişim kurar ve tartışır.X
8
8. Bilimsel etik kuralları bilir ve bu kurallara uygun davranır.X
9
9. İstatistik alanının gerektirdiği düzeyde bilgisayar yazılımlarını ve bilişim teknolojilerini, problemlerini çözecek şekilde araştırmalarında etkin olarak kullanır.X
10
10. İstatistik alanındaki bilimsel, sosyal ve kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olmasına katkıda bulunur.X
 -- ÖĞRETİM ELEMAN(LAR)I
   (Prof.Dr. Bülent ALTUNKAYNAK)
 -- ÖĞRETİM ELEMANI WEB SİTESİ/SİTELERİ
   (websitem.gazi.edu.tr/bulenta)
 -- ÖĞRETİM ELEMANI E-POSTASI/E-POSTALARI
   (bulenta@gazi.edu.tr)