|
Dersin Dili
|
Türkçe
|
|
Dersin Düzeyi
|
Yüksek Lisans
|
|
Bölümü / Programı
|
Yönetim Bilişim Sistemleri Tezsiz Yüksek Lisans (İ.Ö.)
|
|
Öğrenim Türü
|
İkinci Öğretim
|
|
Dersin Türü
|
Seçmeli
|
|
Dersin Öğretim Şekli
|
Yüz Yüze
|
|
Dersin Amacı
|
Bu dersin amacı, öğrencilere veri madenciliğinin temel kavramlarını, yöntemlerini ve uygulama alanlarını öğretmektir. Ders, öğrencilere veri setlerinden anlamlı bilgi çıkarma sürecini analitik bir bakış açısıyla kavrama imkânı sunar. Katılımcılar, veri hazırlama, sınıflandırma, kümeleme, ilişkilendirme kuralları ve tahmin modelleri gibi veri madenciliği tekniklerini öğrenerek, bunları gerçek dünya veri setlerinde uygulayabilecek bilgi ve beceriyi kazanırlar.
|
|
Dersin İçeriği
|
Ders, veri madenciliğinin teorik temellerinden başlayarak uygulamalı çalışmalara kadar geniş bir yelpazeyi kapsar. Öncelikle veri hazırlama ve temizleme süreçleri ele alınır, ardından sınıflandırma, kümeleme ve ilişkilendirme kuralları gibi temel yöntemler detaylı olarak incelenir. Tahmin ve regresyon modelleri öğretilir ve model değerlendirme, doğrulama teknikleriyle pekiştirilir. Ders boyunca Python, Weka veya RapidMiner gibi araçlar kullanılarak uygulamalı örnekler üzerinde çalışılır. Ayrıca, büyük veri ortamlarında veri madenciliği uygulamaları ve vaka analizleriyle öğrencilerin analitik düşünme ve problem çözme yetenekleri geliştirilir.
|
|
Dersin Yöntem ve Teknikleri
|
|
|
Ön Koşulları
|
Yok
|
|
Dersin Koordinatörü
|
Yok
|
|
Dersi Verenler
|
Dr. Öğr. Üyesi Emin Sertaç Arı https://akbis.osmaniye.edu.tr/@sertacari sertacari@osmaniye.edu.tr
|
|
Dersin Yardımcıları
|
Yok
|
|
Dersin Staj Durumu
|
Yok
|
Ders Kaynakları
|
Kaynaklar
|
Özkan, Yalçın; Veri Madenciliği Yöntemleri; Papatya Yayınevi
|
|
Ders Notları
|
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Waltham, MA: Morgan Kaufmann.
|
|