CEN481 Introduction to Data Mining

6 AKTS - 3-0 Süre (T+U)- 7. Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CEN481
Ad Introduction to Data Mining
Yarıyıl 7. Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. SELMA AYŞE ÖZEL


Dersin Amacı

Bu dersin amacı temel veri madenciliği tekniklerini ele almaktır.

Dersin İçeriği

Veri madenciliğine giriş, veri önişleme, birliktelik kuralları, sınıflandırma, kümeleme, sapan değer tespiti algoritmaları ile uygulamaları.

Dersin Ön Koşulu

Yok

Kaynaklar

Jiawei Han, Micheline Kamber and Jian Pei , Data Mining: Concepts and Techniques, 3rd edition, Morgan Koufmann,2011

Notlar

Weka ve Python ile ilgili herhangi bir kaynak


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Veri madenciliğinin temel yöntemlerini kavrar.
ÖÇ02 Veri önişleme, birliktelik kuralları, sınıflandırma, kümeleme, sapan değer tespiti algoritmalarını uygular.
ÖÇ03 Veri madenciliğini güncel problemlere uygular.
ÖÇ04 Hangi veri madenciliği yöntemininin hangi durumda uygulancağına karar verebilir.


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal 1. Matematik, fen bilimleri ve bilgisayarla ilgili mühendislik konularında yeterli altyapıya sahip olma; bu alanlardaki kuramsal bilgileri beraber kullanabilme 3
PÖÇ02 Bilgi - Kuramsal, Olgusal 2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçme ve uygulama 5
PÖÇ03 Bilgi - Kuramsal, Olgusal 3. Karmaşık bir sistemi, sistem bileşenini ya da süreci analiz etme ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlama becerisi; bu doğrultuda modern tasarım yöntemlerini uygulama becerisi 3
PÖÇ04 Bilgi - Kuramsal, Olgusal 4. Mühendislik uygulamaları için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin kullanma becerisi 3
PÖÇ05 Bilgi - Kuramsal, Olgusal 5. Karmaşık bilgisayar mühendisliği problemlerin çözümüne ilişkin deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi 4
PÖÇ06 Bilgi - Kuramsal, Olgusal Bireysel olarak ve disiplin içi/çok disiplinli takımlarda etkin çalışabilme becerisi, sorumluluk alma ve özgüven 3
PÖÇ07 Beceriler - Bilişsel, Uygulamalı Bilgiye erişebilme, kaynak araştırması yapabilme ve bilgi kaynaklarını kullanabilme becerisi 4
PÖÇ08 Beceriler - Bilişsel, Uygulamalı Yaşam boyu öğrenmenin gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi 3
PÖÇ09 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği 9. Türkçe sözlü ve yazılı etkin iletişim kurma, ve en az bir yabancı dilde teknik yayın okuyup anlayabilme, rapor hazırlama ve sunum yapma becerisi 3
PÖÇ10 Yetkinlikler - Öğrenme Yetkinliği Mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
PÖÇ11 Yetkinlikler - Öğrenme Yetkinliği 11. Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği, ve mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalık
PÖÇ12 Yetkinlikler - Öğrenme Yetkinliği 12. Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkileri, girişimcilik ve yenilikçilik, ve çağın sorunları hakkında bilgi sahibi olmak


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Veri madenciliğinin tanımı ve aşamaları Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
2 Veri önişleme adımları Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
3 Weka paketi Ders notlarının okunması ve uygulama Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Gösterip Yaptırma
4 Birliktelik kuralı çıkarma algoritmaları Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
5 Birliktelik kuralı çıkarma algoritmalarının performas iyileştirmeleri Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
6 Temel sınflama algoritmaları (karar ağacı, Naive Bayes) Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
7 Sınıflayıcıların performans değerlendirme yöntemleri Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
8 Ara Sınav Ders notlarının okunması Ölçme Yöntemleri:
Yazılı Sınav
9 Kural tabanlı sınıflayıcılar, SVM, ve diğer sınıflayıcılar Ders notlarının okunması ve uygulama Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Gösterip Yaptırma
10 Temel kümeleme algoritmaları (k means) Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
11 Temel kümeleme algoritmaları (hierarchical methods) Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
12 Sapan değer tespiti yöntemleri Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
13 Web ve metin madenciliğine giriş Ders notlarının okunması Öğretim Yöntemleri:
Anlatım, Soru-Cevap
14 Proje sunumlarının hazırlanması Uygulama, sunum hazırlama Öğretim Yöntemleri:
Proje Temelli Öğrenme , Grup Çalışması
15 Proje sunumları Uygulama, sunum yapma Ölçme Yöntemleri:
Sözlü Sınav, Proje / Tasarım
16 Yarıyıl Sonu Sınavına hazırlık Ders notlarının okunması Öğretim Yöntemleri:
Soru-Cevap
17 Yarıyıl Sonu Sınavları Ders notlarının okunması Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS