DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
YBS 441VERİ MADENCİLİĞİ TEKNİKLERİ2 + 15. Yarıyıl5

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Seçmeli
Dersin Amacı Dersin amacı Veri Madenciliği Kavramları, Veri Hazırlama Teknikleri, İstatistiksel Öğrenme Teorisi(Naive Bayes), Kümeleme Metodları (K-Means, hiyerarşik), Karar Ağaçları ve Karar Kuralları, Birliktelik Kurallarını öğretmektir.
Ders İçeriği Veri Madenciliğine Giriş / Veri Madenciliği Kavramları / Veri Hazırlama Teknikleri / Veri İndirgeme / Sınıflamada İstatistiksel Yöntemler (Naïve Bayes) / Kümeleme Yöntemleri (K-Means Algoritması) / Kümeleme Yöntemleri / Hiyerarşik Yöntemler / Karar Ağaçları ve Kuralları / Birliktelik Kuralları / Yapay Sinir Ağları
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz yüze

DERS ÖĞRENME KAZANIMLARI
1Temel veri madenciliği kavramlarını tanımlayabilme
2Veri ön işleme işlemlerini uygulayabilme
3Belirli bir problemi çözmek için uygun olan veri madenciliği tekniğini belirleyebilme
4Bir veri madenciliği modeli tasarlayabilme
5Bir veri madenciliği algoritması uygulayabilme

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 01      544444
ÖK 02      323452
ÖK 03      553455
ÖK 04      333333
ÖK 05      343333
Ara Toplam      191816182017
Katkı000000443443

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14342
Ödevler21020
Arasınavlar(hazırlık süresi dahil)11010
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)11616
Toplam İş Yükü

Dersin AKTS Kredisi






130

5

DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2019-2020 Güz1HAMİD YEŞİLYAYLA

Ders Şube Detayları
Dersin Kodu:  YBS 441 Dersin Adı:  VERİ MADENCİLİĞİ TEKNİKLERİ
Saat (T+P) : 2 + 1   Şube No : 1   Öğretim Dili: Türkçe Şube Dönemi :  2019-2020 Güz
Öğretim Elemanı :  ÖĞRETİM GÖREVLİSİ HAMİD YEŞİLYAYLA E-Mail:  hyesilyayla@pau.edu.tr, İç Hat:  7138600 155,
Ders Yeri İİBF B0213,
Amaç : Dersin amacı Veri Madenciliği Kavramları, Veri Hazırlama Teknikleri, İstatistiksel Öğrenme Teorisi(Naive Bayes), Kümeleme Metodları (K-Means, hiyerarşik), Karar Ağaçları ve Karar Kuralları, Birliktelik Kurallarını öğretmektir.
İçerik : Veri Madenciliğine Giriş / Veri Madenciliği Kavramları / Veri Hazırlama Teknikleri / Veri İndirgeme / Sınıflamada İstatistiksel Yöntemler (Naïve Bayes) / Kümeleme Yöntemleri (K-Means Algoritması) / Kümeleme Yöntemleri / Hiyerarşik Yöntemler / Karar Ağaçları ve Kuralları / Birliktelik Kuralları / Yapay Sinir Ağları
Devam Zorunluluğu : Dersin Devam Yüzdesi : %
Haftalık Konu Başlıkları
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
Ders Değerlendirme Sistemi
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları