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 uygulama becerisi | X | ||||
| 2 | Deney tasarlama ve yapma ve deney sonuçlarını analiz ederek yorumlama becerisi. | X | ||||
| 3 | Belirlenen gereksinimlere göre bir sistem, bileşen ve işlem tasarımlama becerisi. | X | ||||
| 4 | Disiplinler arası alanlarda iş yapabilme becerisi. | |||||
| 5 | Mühendislik problemlerini belirleme, formüle etme ve çözme becerisi. | X | ||||
| 6 | Profesyonel ve meslek etiği sorumluluğunu kavrama. | |||||
| 7 | Etkin iletişim kurma becerisi. | |||||
| 8 | Yaşam boyu eğitimin bir gereksinim olduğunu tanımak ve aynı zamanda bu eğitime angaje olma becerisi. | |||||
| 9 | Çağdaş konular hakkında bilgi sahibi olmak. | X | ||||
| 10 | Mühendislik uygulamaları için gerekli modern mühendislik araçlarını, tekniklerini ve yetenekleri kullanma becerisi. | X | ||||
| 11 | Proje yönetimi becerileri ve uluslar arası standartları ve metodolojileri tanıma. | X | ||||
| 12 | Gerçek hayat problemleri için mühendislik ürünleri ve prototipleri yaratabilme yeteneği. | X | ||||
| 13 | Profesyonel bilgiye katkı yeteneği. | |||||
| 14 | Metodolojik bilimsel araştırma yapabilme yeteneği. | |||||
| 15 | Orijnal ya da var olan bir bilgi kümesi etrafında bir bilimsel yapıt üretme, raporlama ve sunma yeteneği. | |||||
| 16 | Üretilen orijinal fikri savunma yeteneği. | |||||
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 | ||