AKTS - Veri Ambarı ve Veri Madenciliği
Veri Ambarı ve Veri Madenciliği (ISE314) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Veri Ambarı ve Veri Madenciliği | ISE314 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| CMPE341 |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Fen Bilimleri Yüksek Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | The objectives of this course are to introduce and describe data warehousing steps and methods for accessing and analyzing warehouse data; and to introduce the basic concepts and rule mining techniques and develop skills of using recent data mining software for solving practical problems. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Veri ambarları temelleri. Veri ambarı planlaması, tasarımı, gerçekleştirmesi ve yönetimi. Veri küpleri ile hesaplama. OLAP sorgu işleme. Veri madenciliği temelleri ve veri ambarları ve OLAP ile olan ilişkisi. Birliktelik kural madenciliği. Öbekleme, sınıflandırma ve kural öğrenme madenciliği. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri ambarlarına giriş | Bölüm 1(Ders kitabı 1) |
| 2 | Veri madenciliğine giriş | Bölüm 1 (Ders kitabı 1) |
| 3 | Veriler, ölçümler ve veri ön işleme | Bölüm 2 (Ders kitabı 1) |
| 4 | Veri ambarı ve çevrimiçi analitik işleme (OLAP) | Bölüm 3 (Ders kitabı 1) |
| 5 | Örüntü madenciliği: temel kavramlar ve yöntemler | Bölüm 4 (Ders kitabı 1) |
| 6 | Örüntü madenciliği: temel kavramlar ve yöntemler (devam) | Bölüm 4 (Ders kitabı 1) |
| 7 | Sınıflandırma: temel kavramlar ve yöntemler | Bölüm 6 (Ders kitabı 1) |
| 8 | Sınıflandırma: temel kavramlar ve yöntemler (devam) | Bölüm 6 (Ders Kitabı 1) |
| 9 | Kümeleme analizi: temel kavramlar ve yöntemler | Bölüm 8 (Ders kitabı 1) |
| 10 | Kümeleme analizi: temel kavramlar ve yöntemler (devam) | Bölüm 8 (Ders kitabı 1) |
| 11 | Aykırı değer tespiti ve proje tartışmaları | Bölüm 11 (Ders kitabı 1) |
| 12 | Veri ambarı ve veri madenciliğinin uygulamalı örnekleri - 1 | Yazılım üzerinde uygulamalar |
| 13 | Veri ambarı ve veri madenciliğinin uygulamalı örnekleri - 2 | Yazılım üzerinde uygulamalar |
| 14 | Veri ambarı ve veri madenciliğinin uygulamalı örnekleri - 3 | Yazılım üzerinde uygulamalar |
| 15 | Dönem Sonu Sınav çalışmaları | Dönem içi konuların tekrarı |
| 16 | Dönem Sonu Sınav çalışmaları | Dönem içi konuların tekrarı |
Kaynaklar
| Ders Kitabı | 1. Han, J., Kamber, M. & Pei, Jian (2023) Data Mining: Concepts and Techniques (4th edition) Morgan Kaufmann, Elsevier: Cambridge. MA |
|---|---|
| Diğer Kaynaklar | 2. Bhatia, P. (2019) Data Mining and Data Warehousing: Principles and Practical Techniques Cambridge: Cambridge, UK |
| 3. Taniar, D. & Rahay, W. (2021) Data warehousing and analytics: Fueling the Data Engine Springer Nature: Switzerland AG | |
| 4. Sharda, R., Delen, D. & Turban, E. (2020) Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support (11th edition / Global edition) Pearson, London, UK |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | 1 | 15 |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 3 | 10 |
| Sunum | - | - |
| Projeler | 1 | 20 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 25 |
| Genel Sınav/Final Juri | 1 | 30 |
| Toplam | 7 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 60 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 40 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Matematik, fen bilgisi ve mühendislik bilgilerini uygular. | X | ||||
| 2 | Deney tasarlar, deney yapar, deney sonuçlarını analiz eder ve yorumlar. | X | ||||
| 3 | Belirlenen gereksinimlere göre bir sistemi, bileşeni veya süreci tasarlar. | X | ||||
| 4 | Disiplinler arası alanlarda etkin biçimde çalışır. | |||||
| 5 | Mühendislik problemlerini belirler, formüle eder ve çözer. | X | ||||
| 6 | Mesleki ve etik sorumluluk bilincine sahiptir. | |||||
| 7 | Etkili iletişim kurar. | X | ||||
| 8 | Yaşam boyu öğrenmenin gerekliliğini tanır ve bu sürece katılır. | X | ||||
| 9 | Çağdaş konular hakkında bilgi sahibidir. | X | ||||
| 10 | Mühendislik uygulamaları için gerekli modern araç, teknik ve becerileri kullanır. | X | ||||
| 11 | Proje yönetimi becerilerine ve uluslararası standartlar ile metodolojilere ilişkin bilgiye sahiptir. | X | ||||
| 12 | Gerçek dünya problemleri için mühendislik ürünleri ve prototipleri geliştirir. | X | ||||
| 13 | Mesleki bilgiye katkı sağlar. | X | ||||
| 14 | Yöntemsel ve bilimsel araştırma yapar. | X | ||||
| 15 | Orijinal ya da mevcut bilgi kümesi çerçevesinde bilimsel bir yapıt üretir, raporlar ve sunar. | X | ||||
| 16 | Ürettiği özgün fikri savunur. | X | ||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Teorik Ders saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
| Laboratuar | 1 | 4 | 4 |
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 1 | 10 | 10 |
| Raporlar | |||
| Ödevler | 3 | 2 | 6 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 15 | 15 |
| Toplam İş Yükü | 125 | ||