Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
---|---|---|---|---|---|
İST-516 | VERİ MADENCİLİĞİ | Seçmeli Ders Grubu | 1 | 2 | 6,00 |
Yüksek Lisans
Bu ders, veri madenciliği ve büyük veri analiz tekniklerini kapsamaktadır. Öğrenciler, veri ön işleme, sınıflandırma, kümeleme ve desen tanıma konularında derinlemesine bilgi edineceklerdir.
Melih Ağraz
1 | Öğrenciler, veri madenciliği süreçlerini ve algoritmalarını anlayabilecek ve bu algoritmaları gerçek dünya verilerine uygulayabilecektir. |
2 | Büyük veri setleri üzerinde çalışma yaparak veri ön işleme ve temizleme tekniklerini uygulama becerisine sahip olacaklardır. |
3 | Öğrenciler, sınıflandırma, kümeleme ve birliktelik kuralları gibi veri madenciliği tekniklerini kavrayacak ve bu teknikleri kullanarak bilgi çıkarma yetisine sahip olacaklardır. |
4 | Farklı veri madenciliği yazılımlarını kullanarak veri analizi projelerini tasarlayıp yürütebileceklerdir. |
5 | Öğrenciler, veri madenciliği sonuçlarını etkili bir şekilde yorumlayıp, bu sonuçları ilgili paydaşlarla iletişim kurarak sunabileceklerdir. |
Birinci Öğretim
Yok
Veri madenciliğine giriş, büyük veri ekosistemleri, makine öğrenimi temelleri.
Ders, veri madenciliği süreçleri, büyük veri teknolojileri ve uygulama alanları üzerine odaklanacaktır.
Hafta | Teorik | Uygulama | Laboratuvar |
---|---|---|---|
1 | Veri Madenciliğinin Temelleri | ||
2 | Veri Ön İşleme Teknikleri | ||
3 | Veri Keşfetme ve Görselleştirme | ||
4 | Sınıflandırma Algoritmaları: Karar Ağaçları | ||
5 | Sınıflandırma Algoritmaları: Naive Bayes ve K-En Yakın Komşu | ||
6 | kümeleme Algoritmaları: K-Means ve Hiyerarşik Kümeleme | ||
7 | Birliktelik Kuralları ve Apriori Algoritması | ||
8 | Ara Sınav | ||
9 | Büyük Veri ve Hadoop Eko-sistemi | ||
10 | Yapay Sinir Ağları | ||
11 | Destek Vektör Makineleri | ||
12 | Doğal Dil İşleme ve Metin Madenciliği | ||
13 | Zaman Serisi Analizi ve Madenciliği | ||
14 | Anomalilerin Tespiti | ||
15 | Dönem Projesi Sunumları ve Final Sınavı Hazırlığı |
T. Hastie, R. Tibshirani, and J. Friedman (2009). The Elements of Statistical Learning. 2nd ed. New York: Springer. W. Johnson, and D. Wichern (2002). Applied Multivariate Statistics. Upper Saddle River, NJ: Prentice Hall.
Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
---|---|---|
Ara Sınav | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
Final Sınavı | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | 60 |
Yok
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ara Sınav | 1 | 1 | 1 |
Final Sınavı | 1 | 1 | 1 |
Derse Katılım | 14 | 3 | 42 |
Ara Sınav İçin Bireysel Çalışma | 14 | 4 | 56 |
Final Sınavı içiin Bireysel Çalışma | 16 | 5 | 80 |
Toplam İş Yükü (saat) | 180 |
ÖÇ 1 |
ÖÇ 2 |
ÖÇ 3 |
ÖÇ 4 |
ÖÇ 5 |