Akademik Dersler - Tanıtım


Ders Kodu - Ders Adı	BST3001 - Data Mining (Veri Madenciliği)
Ders Türü	Zorunlu Dersler
Ders Dili	İngilizce
Teori + Uygulama	3+0
AKTS	4.0
Öğretim Elemanları	DOKTOR ÖĞRETİM ÜYESİ NİHAL İNCE
Dersin Veriliş Biçimi	Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
Dersin Önkoşulları	Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır.
Önerilen Dersler	Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
Zorunlu ya da Önerilen Kaynaklar
Okuma Listesi
Değerlendirme
Staj & Uygulama	Bu ders için uygun değildir.
Sürdürülebilir Kalkınma Amaçları

Haftalar	Konular
1. hafta	Veri Madenciliğine Giriş ve Veritabanlarında Bilgi Keşfi Süreci
2. hafta	Veri Ambarı Mimarisi ve Temel Kavramlar
3. hafta	Veri Ön İşleme Süreçleri 1: Veri Temizleme Algoritmaları
4. hafta	Veri Ön İşleme Süreçleri 2: Veri Bütünleştirme, Dönüştürme ve İndirgeme
5. hafta	Keşifçi Veri Analizi: Temel İstatistiksel Özetler
6. hafta	Veri Görselleştirme Teknikleri ve Araçları
7. hafta	Veri Görselleştirme Teknikleri ve Araçları
8. hafta	Birliktelik Kuralı Çıkarımı: Sık Öğe Kümeleri ve Pazar Sepeti Analizi
9. hafta	Birliktelik Kuralı Algoritmaları: Apriori Algoritması Uygulamaları
10. hafta	Kümeleme Analizi 1: Bölümlemeli Yöntemler ve K-Merkezli Kümeleme
11. hafta	Kümeleme Analizi 2: Hiyerarşik Kümeleme ve Yoğunluk Tabanlı Yöntemler
12. hafta	Anormallik (Aykırı Değer) Tespiti ve Uzaklık Tabanlı Yaklaşımlar
13. hafta	Veri Madenciliği Uygulamaları: Web Madenciliği ve Metin Madenciliği
14. hafta	Büyük Veri Sistemlerine Giriş

Değerlendirme Yöntemi ve Geçme Kriterleri
	Sayısı	Yüzde (%)
1.Ara Sınav	1	25
Ödev	1	15
Proje	1	20
Dönem Sonu Sınavı	1	40
Toplam (%)		100