Bilişim Sistemleri Mühendisliği
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

FET308

Ders İsmi:

Veri Madenciliği

Ders Yarıyılı:

Güz

Ders Kredileri:

Teorik	Pratik	Laboratuvar	AKTS
2	1	0	5

Öğretim Dili:

Türkçe

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm Seçmeli

Dersin Seviyesi:

Lisans

TYYÇ:6. Düzey

QF-EHEA:1. Düzey

EQF-LLL:6. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Dr. Öğr. Üyesi SAJJAD NEMATZADEH MİANDOAB

Dersi Veren(ler):

Dr. Öğr. Üyesi SAJJAD NEMATZADEH MİANDOAB

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:	Bu ders, veri madenciliği temel kavramlarını uygulamalı bir şekilde öğrencilere açıklamayı amaçlamaktadır.
Dersin İçeriği:	Ders, veri bilimi temel kavramları, python ile programlama, veri hazırlama, betimsel yöntemler ve tahminsel yöntemleri kapsar.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Çıktıları

1 - Bilgi
Kuramsal - Olgusal
2 - Beceriler
Bilişsel - Uygulamalı
1) Veri biliminin önemini öğrenir.
2) Python programlamada deneyim kazanır.
3) Veri hazırlamanın önemini kavrar.
4) Betimsel yöntemleri kavrayabilme becerisi kazanır.
5) Tahminsel yöntemleri kavrayabilme becerisi kazanır.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Veri Madenciliği Temel kavramları
2)	Veri ve Veri Bilimi Kavramları
3)	Veri Keşfi
4)	Python Programlama
5)	Python ile Veri Düzenleme
6)	Tahminsel Yöntemler
7)	Karar Ağaçları
8)	Ara Sınav
9)	Sınıflandırma ve Regresyon
10)	Makine Öğrenmesi
11)	Betimsel Yöntemler
12)	Kümeleme
13)	Birliktelik Kuralları
14)	Proje Sunumları
15)	Final Sınavı

Kaynaklar

Ders Notları / Kitaplar:	TAN, Pang-Ning; STEINBACH, Michael, KUMAR, Vipin, Introduction to data mining. Pearson Education India, 2016.
Diğer Kaynaklar:	AGGARWAL, Charu C. Data mining: the textbook. Springer, 2015.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5
Program Kazanımları

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

Dersin Program Kazanımlarına Etkisi

Katkı Payı

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Toplam		%
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 0
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		%
Toplam		%