İleri Veri Madenciliği (COMPE 506) Ders Detayları Ders Adı İleri Veri Madenciliği Ders Kodu COMPE 506 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin Seviyesi Ders Verilme Şekli Dersin Öğrenme ve Öğretme Teknikleri İngilizce Seçmeli Dersler Fen Bilimleri Yüksek Lisans Yüz Yüze Anlatım Dersin Koordinatörü
Dersin Öğretmen(ler)i Dersin Asistanı Dersin Amacı Dersin Eğitim Çıktıları Dersin İçeriği Öğrencilere veri madenciliği ile ilgili temel uygulamaları,güçlü ve zayıf yanlarını, temel kavramları ve teknikleri tanıtmak. Bu dersi başarıyla tamamlayabilen öğrenciler; Veri madenciliğinin temel kavram ve tekniklerini anlar Veri ambarındaki veriden, temiz ve tutarlı bir veri deposu oluşturabilir. Veri madenciliği alanındaki projeleri active olarak yönetir. Veri madenciliği ile ilgili yazılımları kullanarak problemlere pratik çözümler geliştirir. Veri Madenciliği Giriş,Girdi elemanları, Veri işleme (Temizleme,Ekleme, Boyut Azaltma),Veri Madenciliği ve OLAP. Veri Madenciliği Algoritmaları. Güvenirlik.Basit Sınıflandırma Algoritmaları (Karar Ağaçları) ve İleri Patern Madenciliği. İleri Sınıflandırma Konuları.Veri Madenciliği Uygulamaları Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları HaftaKonular Ön Hazırlık 1 Veri Madenciliği Giriş Ders Notu Bölüm 1 (Ders Kitabı 1) 2 Girdi: Concepts, Attributes and Instance 3 Veri İşleme (Cleaning, Integration and Reduction) Ders Notu Bölüm 2 (Ders Kitabı 2) Ders Notu Bölüm 3 (Ders Kitabı 1)
4 Veri Ambarları and Çevrimiçi Analitik İşleme (OLAP) 5 Veri Madenciliği Algoritmaları: Basit Metodlar 6 Güvenirlik: Öğrenilenleri Değerlendirme 7 Güvenirlik: Öğrenilenleri Değerlendirme Ders Notu Bölüm 4 (Ders Kitabı 1) Ders Notu Bölüm 4 (Ders Kitabı 2) Ders Notu Bölüm 5 (Ders Kitabı 2) Ders Notu Bölüm 5 (Ders Kitabı 2) 8 İleri Patern Madenciliği Ders Notu Bölüm 7 (Ders Kitabı 1) 9 İleri Patern Madenciliği Ders Notu Bölüm 7 (Ders Kitabı 1) 10 Sınıflandırma:Temel Kavramlar Ders Notu Bölüm 8 (Ders Kitabı 1) 11 Sınıflandırma:Temel Kavramlar Ders Notu Bölüm 8 (Ders Kitabı 1) 12 Dönüştürme: Girdi ve Çıktı Mühendisliği 13 Dönüştürme: Girdi ve Çıktı Mühendisliği 14 İleri Teknikler, Veri Madenciliği ugulamaları ve yazılımları 15 Gözden geçirme 16 Gözden geçirme Ders Notu Bölüm 7 (Ders Kitabı 2) Ders Notu Bölüm 7 (Ders Kitabı 2) Ders Notu Bölüm 12 (Ders Kitabı 2) Kaynaklar Ders Kitabı: 1. Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2006. 2. Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann Publishers, 2005. 3. Pang-Ning Tan, Michael Steinbach and Vipin Kumar. Introduction to Data Mining. Addison Wesley, 2005.
Diğer Kaynaklar: 1. Tom Mitchell. Machine Learning. McGraw Hill, 1997. 2. R. O. Duda et al., Pattern Classification. Wiley Interscience 3. Hastie, Tibshirani and Friedman. The Elements of Statistical Learning. Springer-Verlag, 2001. Değerlendirme Sistemi Çalışmalar Sayı Katkı Payı Devam/Katılım - - Laboratuar - - Uygulama - - Alan Çalışması - - Derse Özgü Staj - - Küçük Sınavlar/Stüdyo Kritiği - - Ödevler - - Sunum - - Projeler 3 30 Seminer - - Ara Sınavlar/Ara Juri 1 35 Genel Sınav/Final Juri 1 35 Toplam 5 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 65 35 Toplam 100 Ders Kategorisi Temel Meslek Dersleri Uzmanlık/Alan Dersleri X Destek Dersleri İletişim ve Yönetim Becerileri Dersleri Aktarılabilir Beceri Dersleri Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi # Program Yeterlilikleri / Çıktıları Katkı Düzeyi 1 Matematik, fen bilgisi ve mühendislik bilgilerini uygulama becerisi 1 2 3 4 5
2 Deney tasarlama ve yapma ve deney sonuçlarını analiz ederek yorumlama becerisi. 3 Belirlenen gereksinimlere göre bir sistem, bileşen ve işlem tasarımlama becerisi. 4 Disiplinler arası alanlarda iş yapabilme becerisi. 5 Mühendislik problemlerini belirleme, formüle etme ve çözme becerisi. 6 Profesyonel ve meslek etiği sorumluluğunu kavrama. 7 Etkin iletişim kurma becerisi. 8 Yaşam boyu eğitimin bir gereksinim olduğunu tanımak ve aynı zamanda bu eğitime angaje olma becerisi. 9 Çağdaş konular hakkında bilgi sahibi olmak. 10 Mühendislik uygulamaları için gerekli modern mühendislik araçlarını, tekniklerini ve yetenekleri kullanma becerisi. 11 Proje yönetimi becerileri ve uluslar arası standartları ve metodolojileri tanıma. 12 Gerçek hayat problemleri için mühendislik ürünleri ve prototipleri yaratabilme yeteneği. 13 Profesyonel bilgiye katkı yeteneği. 14 Yöntembilimsel bilimsel araştırma yapabilme yeteneği 15 Orijnal ya da var olan bir bilgi kümesi etrafında bir bilimsel yapıt üretme, raporlama ve sunma yeteneği. 16 Üretilen orijinal fikri savunma yeteneği. ECTS/İş Yükü Tablosu Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) Laboratuar Uygulama Derse Özgü Staj Alan Çalışması Sınıf Dışı Ders Çalışma Süresi Sunum/Seminer Hazırlama 16 3 48 16 5 80 Projeler 3 10 30 Ödevler Küçük Sınavlar/Stüdyo Kritiği Ara Sınavlara/Ara Juriye Hazırlanma Süresi Genel Sınava/Genel Juriye Hazırlanma Süresi 1 35 35 1 35 35 Toplam İş Yükü 228