TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | MG5808 |
| Ad | Veri Madenciliği |
| Dönem | 2022-2023 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 4-0 (T-U) (17 Hafta) |
| AKTS | 8 AKTS |
| Yerel Kredi | 4 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. ERKUT DÜZAKIN |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Makine öğrenmesi ve veri madenciliği kapsamında yapılabileceklerin WEKA ve R dilleri ile uygulanma süreçlerinin öğretilmesi. Büyük veri üzerinde neler yapılabileceğinin öğretilmesi.
Dersin İçeriği
Makine öğrenmesi, veri madenciliği, yapay zeka kavramı, WEKA ve R dilleri ile uygulama. Büyük veri üzerinde uygulanabilecek analizler.
Dersin Ön Koşulu
Yok
Kaynaklar
Veri Madenciliği. Parteek Bhatia.
Notlar
Bu derste ek kitap kaynağı yoktur.
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Makine öğrenmesi ve yapay zeka kavramlarını açıklar. |
| ÖÇ02 | Veri madenciliği kapsamında yapılabilecek işlemleri sıralar. |
| ÖÇ03 | Karar ağacı oluşturmak için gereken sınıflama yöntemlerini açıklar. |
| ÖÇ04 | Açık kaynak bir yazılım olan WEKA programını tanır ve veri madenciliği için kullanır. |
| ÖÇ05 | Açık kaynak bir yazılım olan R dilini tanır ve veri madenciliği için kodları kullanır. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | İşletme bilim dalına ait kuramları açıklamak | 1 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | İşletme alanında kullanılan bilimsel yöntem ve araçların gelişmesine katkı yapacak kuramları listelemek ve tanımlamak | 1 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | İşletme bilim dalında ve İşletme meslek alanlarında karşılaşılan etik ve yasal konuları anlama | 1 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | İşletme bilim dalında yer alan modellerin uygulanması sonucu elde edilen sonuçların nasıl yorumlanacağını araştırarak açıklama | 4 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Günümüz işletme meslek gruplarının karşılaşmış oldukları sorunlara uygun yöntemlerle çözümler üretebilme | 4 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | İşletme alanında kullanılan yöntemlerin temel adımlarını izleyerek uygulamaya geçirme | 2 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | İşletme yönetimi yöntemlerini uygulama. | 1 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Bireysel ve/veya takım çalışmasında sorumluluk alma, liderlik yapma ve etkin biçimde çalışma | 2 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Bireyin uzmanlık alanında meydana gelen güncel değişim ve gelişimleri takip ederek yenilenmeyi sürekli hale getirme | 1 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Akademik kurallar çerçevesinde bilimsel kaynaklardan yararlanma, veri toplama, analiz etme, yorumlama ve yeni bilgiler üreterek bunları etkin biçimde yazma ve sunma | 4 |
| PÖÇ11 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Türkçeyi ve en az bir yabancı dili akademik ve iş yaşamının gereklerine uygun biçimde kullanma | |
| PÖÇ12 | Yetkinlikler - Öğrenme Yetkinliği | İşletme alanının gelişmesine katkı sağlayacak yeni araştırma yöntemleri geliştirme ve uygulama | |
| PÖÇ13 | Yetkinlikler - Öğrenme Yetkinliği | İşletme bilim dalının kapsadığı alt bilim dalları üzerinde sorgulayıcı araştırma yaparak, işletme yöneticilerinin doğru karar alma süreçleri için yeni esaslar geliştirme | 4 |
| PÖÇ14 | Yetkinlikler - Öğrenme Yetkinliği | İşletme bilimi üzerine araştırma yaparak doğru karar alma süreci için temel oluşturma | 3 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Makine öğrenmesi | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
| 2 | Yapay zeka | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
| 3 | Veri madenciliğine giriş | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
| 4 | Weka ile başlamak | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 5 | R ile başlamak | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 6 | Veri ön işleme | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 7 | Sınıflandırma | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınav | Sınava hazırlık | Ölçme Yöntemleri: Ödev |
| 9 | Weka ile sınıflandırma uygulamaları | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 10 | R dili ile sınıflandırma uygulamaları | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 11 | Kümeleme analizi | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım |
| 12 | Weka ve R ile kümeleme uygulamaları | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | Birliktelik kuralı | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
| 14 | Web madenciliği ve arama motorları | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım, Gösteri |
| 15 | Veri deposu ve büyük veri | İlgili kaynakların okunması | Öğretim Yöntemleri: Anlatım |
| 16 | Final Haftası 1 | Sınava Hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Final Haftası 2 | Sınava Hazırlık | 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 | 4 | 56 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 8 | 112 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 2 | 4 | 8 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 24 | 24 |
| Toplam İş Yükü (Saat) | 212 | ||
| Toplam İş Yükü / 25 (s) | 8,48 | ||
| AKTS | 8 AKTS | ||