TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | ZO019 |
| Ad | R ile Tarımsal Veri Madenciliği |
| Dönem | 2023-2024 Eğitim-Öğretim Yılı |
| Dönem | Güz |
| Süre (T+U) | 4-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 4 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. ZEYNEL CEBECİ |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Bu ders veri madenciliği ve tarımda kullanımı ile ilgili konuları öğretmeyi amaçlamaktadır.
Dersin İçeriği
Bu ders veri madenciliği ve tarımda kullanımı ile ilgili konuları içermektedir.
Dersin Ön Koşulu
Ön koşul yok
Kaynaklar
Cebeci, Z., Tekeli, E., Tahtalı, Y. (2022). Tarım, Gıda ve Yaşam Bilimlerinde R ile Makine Öğrenmesi ve Veri Madenciliği. Nobel Akademik Yayıncılık, Ankara.
Notlar
François Chollet, F., Allaire, J.J. (2018). Deep Learning with R. ISBN 9781617295546 URL https://www.manning.com/books/deep-learning-with-r
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Veri madenciliği ve makine öğrenmesi kavramlarını öğrenir. |
| ÖÇ02 | Veri madenciliği ve makine öğrenmesi yazılımlarını kullanır. |
| ÖÇ03 | Veri madenciliği ve makine öğrenmesi algoritmalarını öğrenir. |
| ÖÇ04 | Veri madenciliği ve makine öğrenmesi yöntemlerinin performansını karşılaştırır. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Lisans eğitimi sonrası, hayvan yetiştirme ve ıslahı, yemler ve hayvan besleme, biyometri ve genetik bilim dallarından birinde bilgi birikimini artırır | 3 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Farklı disiplinler arasındaki etkileşimi kavrar | 2 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Zootekni bilim alanı için stratejik yaklaşımlar geliştirebilme ve bölgesel, ulusal ya da uluslararası çözüm üreteilme becerisini kazanır | |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Zootekni bilimindeki verileri kullanarak bilimsel yöntemlerle bilgiyi geliştirebilme, bilimsel, toplumsal ve etik sorumluluk bilinci ile bu bilgileri kullanabilme becerisini kazanır | 2 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Zootekni bilim alanının gerektirdiği bilgisayar yazılım ve donanım bilgisi ile bilişim teknolejilerini kullanabilme ve geliştirebilme becerisini kazanır | 5 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | Kendi çalışmalarını ya da Zootekni bilim alanındaki güncel gelişmeleri alanındaki veya diğer bilim alanlarındaki gruplara yazılı, sözlü ve görsel olarak aktarabilme becerisini kazanır | |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | Hayvansal ürünlerin kalite süreçlerini değerlendirme becerisini kazanır | |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Hayvansal üretimin, değişen ekonomik ve toplumsal koşullara uygun şekilde dinamik kalmasını sağlayacak yeteneği kazanır | |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Ulusal ve uluslararası güncel sorunları takip edebilme, yaşam boyu öğrenme, bilim ve teknoloji alanındaki gelişmeleri izleyebilme, kendini sürekli olarak yenileyebilme ve yenilikleri hayvansal üretime aktarabilme becerisini kazanır | |
| PÖÇ10 | Bilgi - Kuramsal, Olgusal | Hayvansal ürünler ile insan sağlığı ve toplum refahı arasındaki ilişkiyi özümser |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Veri madenciliğine giriş | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 2 | Veri madenciliği araçları ve yazılımları | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 3 | R ve R de veri madenciliği paketleri | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Veri madenciliği için veri hazırlama | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 5 | Veri özetleme ve görselleştirme | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 6 | Kesikleştirme işlemleri | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 7 | Birliktelik analizi | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 8 | Ara Sınav | Sınava hazırlık | Ölçme Yöntemleri: Ödev, Sözlü Sınav |
| 9 | Kümeleme analizi | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 10 | Aykırı değer/sapma analizi | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 11 | Sınıflamaya giriş | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 12 | Sınıflama ve karar ağaçları | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | C 4.5 algoritması ile sınıflama | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 14 | Rastlantısal ormanlar | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 15 | Durum çalışması | İnternette konu ile ilgili öğreticiler, ders sunumları, ders notları ve kitaplar gibi öğrenme kaynaklarını araştırmak, okumak, alıştırma problemleri çözmek | Öğretim Yöntemleri: Alıştırma ve Uygulama |
| 16 | Yarıyıl Sonu Sınavları | Sınava hazırlık | Ölçme Yöntemleri: Sözlü Sınav, Ödev |
| 17 | Yarıyıl Sonu Sınavları | Sınava hazırlık | Ölçme Yöntemleri: Sözlü Sınav, Ödev |
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 | 4 | 56 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 28 | 28 |
| Toplam İş Yükü (Saat) | 152 | ||
| Toplam İş Yükü / 25 (s) | 6,08 | ||
| AKTS | 6 AKTS | ||