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 Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
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;
  • Veri madenciliğinin temel kavram ve tekniklerini anlar
  • Veri ambarındaki veriden, temiz ve tutarlı bir veri deposu oluşturabilir.
  • Veri madenciliği alanındaki projeleri active olarak yönetir .
  • Veri madenciliği ile ilgili yazılımları kullanarak problemlere pratik çözümler geliştirir.
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