| 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 |
Yüz yüze eğitim. Teorik ders anlatımı, örnek olay incelemeleri, bilgisayar destekli uygulamalar ve proje çalışmaları. |
| Dersin Önkoşulları |
Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır. |
| Önerilen Dersler |
İstatistik ve Olasılık, Veri Yapıları ve Algoritmalar, Veritabanı Yönetim Sistemleri, Python Programlama. |
| Zorunlu ya da Önerilen Kaynaklar |
1. Han, J., Kamber, M. ve Pei, J. (2012). Data Mining: Concepts and Techniques. 3. Baskı, Morgan Kaufmann.2. Tan, P.-N., Steinbach, M. ve Kumar, V. (2006). Introduction to Data Mining. Pearson.3. Witten, I. H., Frank, E., Hall, M. A. ve Pal, C. J. (2016). Data Mining: Practical Machine Learning Tools and Techniques. 4. Baskı, Morgan Kaufmann. |
| Okuma Listesi |
|
| Değerlendirme |
Ara Sınav: %Ödev: Proje: Final Sınavı: @ |
| Staj & Uygulama |
Ders kapsamında zorunlu staj bulunmamaktadır. |
| Sürdürülebilir Kalkınma Amaçları |
Nitelikli Eğitim , İnsana Yakışır İş ve Ekonomik Büyüme , Sanayi, Yenilikçilik ve Altyapı |