Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTS
3OSDN301392019VERİ MADENCİLİĞİ VE UYGULAMALARI2+0+023

 
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Lisans
Bölümü / Programı Diş Hekimliği
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Öğrencilere veri tabanlarından veri ambarı yaratarak, bu veri ambarları üzerinde OLAP ve veri madenciliği mollerini kullanarak araştırma becerisi kazandırmak ve veri madenciliği algoritmalarını kod düzeyinde uygulayabilecek bilgi düzeyine getimektir.
Dersin İçeriği Giriş, Veri Ambarları ve OLAP,Veri Analizi ön işlemleri, veri temizleme gürültü azaltma,Veri madenciliği görev analizi problem tanımı,Kümeleme Toplaşımlı ve Bölümlemeli Algoritmalar,Sınıflandırma İstatistiğe Dayalı algoritmalar,Sınıflandırma (Mesafeye Dayalı algoritmalar,Sınıflandırma Karar Ağaçları,Dolandırcılık Teşhisi,Birliktelik Analizi,Veri madenciliği işletme uygulamalarının bilgisayar yazılımlarıyla denenmesi,Metin Madenciliği,Genetik Algoritmalar ve Bulanık Mantık,Yapay Sinir Ağları; konularını içermektedir.
Dersin Yöntem ve Teknikleri
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Öğr. Gör. Dr. Üzeyir Fidan uzeyir.fidan@usak.edu.tr
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Silahtaroğlu, G. 2016, Veri Madenciliği: Kavram ve Algoritmaları, Papatya bilim yayınları
Özkan, Y. 2016, Veri Madenciliği Yöntemleri: Bilgisayar Bilimleri ve Bilgisayar Mühendisliği, Papatya Yayınları
Ders Notları
Ders Sunumları
Ders Notları

Ders Yapısı
Matematik ve Temel Bilimler %40
Mühendislik Bilimleri %40
Sosyal Bilimler %20

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Final Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
Etkinlik Sayısı Süre Toplam İş Yükü (Saat)
Ara Sınav 1 1 1
Final Sınavı 1 1 1
Derse Katılım 14 2 28
Bireysel Çalışma 14 2 28
Ara Sınav İçin Bireysel Çalışma 7 2 14
Final Sınavı içiin Bireysel Çalışma 7 3 21
Toplam İş Yükü   AKTS Kredisi : 3 93

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Veri Madenciliğini açıklar.
2 Veri Madenciliği Modellerini birbirleriyle ilişkilendirebilir.
3 Sınıflama, Kümeleme, Tahmin ve Birliktelik analizleri uygulayabilir.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Giriş
2 Veri Ambarları ve OLAP
3 Veri Analizi ön işlemleri, veri temizleme gürültü azaltma
4 Veri madenciliği görev analizi problem tanımı
5 Kümeleme Toplaşımlı ve Bölümlemeli Algoritmalar
6 Sınıflandırma İstatistiğe Dayalı Algoritmalar
7 Sınıflandırma (Mesafeye Dayalı Algoritmalar)
8 Sınıflandırma Karar Ağaçları
9 Birliktelik Analizi
10 Birliktelik Analizleri
11 Yapay Sinir Ağları (Tek Katman)
12 Yapay Sinir Ağları (Çok Katman)
13 Derin Öğrenme (LSTM)
14 Derin Öğrenme (CNN)

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8
Tüm 1 2 1 2 1 2 1 2
Ö1 1 2 1 2 1 2 1 2
Ö2 2 1 1 1 1 2 2 2
Ö3 2 2 2 2 2 2 2 2

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek

  
  https://obs.usak.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=428583&lang=tr&curProgID=1426