Bu dersin sonunda öğrenciler; 1) Veri madenciliği temel kavramlarının teorisini açıklayabilir 2) Operasyonel veritabanından/veritabanlarından, veri ambarı hazırlayabilir 3) Veri madenciliğinin görevlerini açıklayabilir 4) Veri madenciliğin bileşenlerini açıklayabilir 5) Karar süreçleri ve İş zekası arasındaki ilişkiyi açıklayabilir 6) Veri madenciliği ile diğer analitik yöntemler ve iş zekası çözümleri arasındaki ayrımı yapabilir 7) Veri madenciliği projelerini, CRISP-DM ve diğer veri madenciliği metodolojilerine uygun oluşturabilir 8) Veriye ve amaca uygun yöntem tespitini belirleyebilir 9) Veri madenciliğinin istatistik altyapısını açıklayabilir
DERSİN VERİLİŞ BİÇİMİ
Uzaktan Eğitim
DERSİN ÖNKOŞULLARI
Yok
ÖNERİLEN DERSLER
Yok
DERS TANIMI
Veri madenciliği teknikleri hakkında öğrenciye bilgi vermek, veri setlerini analiz ederek sonuçlarını yorumlamak temelli bir derstir.
DERS İÇERİĞİ
HAFTA
KONULAR
1. Hafta
Veri Madenciliğine Giriş
2. Hafta
Veri Madenciliğinin Görevleri
3. Hafta
Veri Madenciliğinin Görevleri
4. Hafta
Veri Madenciliğinin Bileşenleri
5. Hafta
Veri Madenciliğinin Bileşenleri
6. Hafta
Veri Madenciliği İle Diğer Analitik Yöntemlerin Karşılaştırılması
7. Hafta
Veri Madenciliği İle Diğer Analitik Yöntemlerin Karşılaştırılması
8. Hafta
Arasınav
9. Hafta
Karar Süreçleri, İş Zekası Ve Veri Madenciliği
10. Hafta
Veri Madenciliği Metodolojisi
11. Hafta
Veri Madenciliği Yöntemlerinin Sınıflandırılması
12. Hafta
Veri Madenciliğinin İstatistiksel Altyapısı
13. Hafta
Veri Madenciliği Yöntemleri Ve Uygulamaları
14. Hafta
Veri Madenciliği Yöntemleri Ve Uygulamaları
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
1. Hand, David, Mannila, Heikki and Smyth, Padhraic. Principles of Data Mining. MIT Press, London, 2001. 2. Hastie, Trevor, Tibshirani, Robert and Friedman, Jerome. The Elements of Statistical Learning: Data Mining, Inference, and Prediction (Second Edition). Springer Series in Statistics, 2009. 3. Witten, Ian H. and Frank, Eibe. Data Mining: Practical Machine Learning Tools and Techniques (Second Edition), The Morgan Kaufmann Series in Data Management Systems), 2005.