AKTS - İleri Veri Madenciliği
İleri Veri Madenciliği (CMPE566) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| İleri Veri Madenciliği | CMPE566 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Diğer Bölümlerden Alınan Seçmeli Ders |
| Dersin Seviyesi | Fen Bilimleri Yüksek Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Öğrencilere veri madenciliği ile ilgili temel uygulamaları,güçlü ve zayıf yanlarını, temel kavramları ve teknikleri tanıtmak. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Veri madenciliğine giriş, girdi elemanları, veri işleme (temizleme, ekleme, boyut azaltma), veri madenciliği ve OLAP, veri madenciliği algoritmaları, güvenirlik, basit sınıflandırma algoritmaları (karar ağaçları) ve ileri örüntü madenciliği, ileri sınıflandırma konuları, veri madenciliği uygulamaları. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri Madenciliği Giriş Ders Notu | Bölüm 1 (Ders Kitabı 1) |
| 2 | Girdi: Concepts, Attributes and Instance | Ders Notu Bölüm 2 (Ders Kitabı 2) |
| 3 | Veri İşleme (Cleaning, Integration and Reduction) | Ders Notu Bölüm 3 (Ders Kitabı 1) |
| 4 | Veri Ambarları and Çevrimiçi Analitik İşleme (OLAP) | Ders Notu Bölüm 4 (Ders Kitabı 1) |
| 5 | Veri Madenciliği Algoritmaları: Basit Metodlar | Ders Notu Bölüm 4 (Ders Kitabı 2) |
| 6 | Güvenirlik: Öğrenilenleri Değerlendirme | Ders Notu Bölüm 5 (Ders Kitabı 2) |
| 7 | Güvenirlik: Öğrenilenleri Değerlendirme | Ders Notu Bölüm 5 (Ders Kitabı 2) |
| 8 | İleri Patern Madenciliği | Ders Notu Bölüm 7 (Ders Kitabı 1) |
| 9 | İleri Patern Madenciliği | Ders Notu Bölüm 7 (Ders Kitabı 1) |
| 10 | Sınıflandırma:Temel Kavramlar | Ders Notu Bölüm 8 (Ders Kitabı 1) |
| 11 | Sınıflandırma:Temel Kavramlar | Ders Notu Bölüm 8 (Ders Kitabı 1) |
| 12 | Dönüştürme: Girdi ve Çıktı Mühendisliği | Ders Notu Bölüm 7 (Ders Kitabı 2) |
| 13 | Dönüştürme: Girdi ve Çıktı Mühendisliği | Ders Notu Bölüm 7 (Ders Kitabı 2) |
| 14 | İleri Teknikler, Veri Madenciliği ugulamaları ve yazılımları | Ders Notu Bölüm 12 (Ders Kitabı 2) |
| 15 | Gözden geçirme | |
| 16 | Gözden geçirme |
Kaynaklar
| Ders Kitabı | 1. Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2006. |
|---|---|
| 2. Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann Publishers, 2005. | |
| 3. Pang-Ning Tan, Michael Steinbach and Vipin Kumar. Introduction to Data Mining. Addison Wesley, 2005. | |
| Diğer Kaynaklar | 4. Tom Mitchell. Machine Learning. McGraw Hill, 1997. |
| 5. R. O. Duda et al., Pattern Classification. Wiley Interscience | |
| 6. Hastie, Tibshirani and Friedman. The Elements of Statistical Learning. Springer-Verlag, 2001. |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | - | - |
| Projeler | 3 | 30 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 35 |
| Genel Sınav/Final Juri | 1 | 35 |
| Toplam | 5 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 65 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 35 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | |
|---|---|
| Uzmanlık/Alan Dersleri | X |
| 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 bilişim sistemleriyle ilgili mühendislik problemlerinin çözümünde kullanabilir. | X | ||||
| 2 | Bilişim alanında deney tasarlar ve yapar, deney sonuçlarını analiz ederek yorumlar. | X | ||||
| 3 | Belirlenen gereksinimlere göre bir bilişim sistemini, bileşenini ve işlemini tasarlar. | X | ||||
| 4 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde görev yapabilir. | |||||
| 5 | Bilişim alanındaki mühendislik problemlerini belirler, formüle eder ve çözer. | X | ||||
| 6 | Meslek etik kurallarına uygun davranır. | |||||
| 7 | Sözlü ve yazılı etkin iletişim kurar. | |||||
| 8 | Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık kazanır. | |||||
| 9 | Çağdaş konular hakkında bilgi edinir. | X | ||||
| 10 | Mühendislik uygulamaları için gerekli modern mühendislik araçlarını, tekniklerini ve yetenekleri kullanabilir. | X | ||||
| 11 | Proje yönetimi yöntemlerini bilir ve uluslararası standartları tanır. | X | ||||
| 12 | Gerçek hayat problemleri için bilişimle ilgili mühendislik ürünleri ve prototipleri geliştirir. | X | ||||
| 13 | Profesyonel bilgiye katkı sağlar. | |||||
| 14 | Metodolojik bilimsel araştırma yapabilir. | |||||
| 15 | Orijnal ya da var olan bir bilgi kümesi etrafında bir bilimsel yapıt üretebilir, raporlar ve sunar. | |||||
| 16 | Üretilen orijinal fikri savunabilir. | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | |||
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 3 | 5 | 15 |
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 20 | 20 |
| Toplam İş Yükü | 77 | ||