| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Veri Analizi ve Yönetimi | MHY131 | Seçmeli | Yüksek lisans | 1 | Güz | 6 |
Öğretim Elemanı Adı
Prof. Dr. Gülşen AKMAN
Doç. Dr. Burcu ÖZCAN TÜRKKAN
Dersin Öğrenme Kazanımları
1) Büyük veri yığınlarındaki gözle görülemeyen ilişkileri ortaya çıkartır.
2) Veri madenciliği modellerini problemlere uygular.
3) Veri setlerini yorumlayabilmek, hangi Veri madenciliği yöntemini kullanacağını anlayabilmek
Program Yeterliliği İlişkisi
Bölümün/programın program yeterlilikleri sistemde olmadığından ilişkilendirme işlemi yapılamamıştır.
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
İstenmemekte
Dersin İçeriği
Verilerin işlenmesi,deneysel tasarım, sınıflama, kümeleme ve birliktelik kurallarını öğrenerek veri analizi yapar.
Haftalık Ders İzlencesi
1) Temel Kavramlar2) Veri ön işleme
3) Veri Dönüştürme
4) Deneysel verilerin analizleri
5) Bilgisayar Analizi
6) Veri Madenciliği
7) Veri Madenciliği Metodları
8) Ara Sınav
9) ID3 Algoritması ile Sınıflandırma ve Uygulama (Endüstriyel uygulama)
10) Karar Ağaçları ile Sınıflandırma
11) Bellek Tabanlı Sınıflandırma (En yakın k-komşu algoritması ve ağırlıklı oylama algoritmaları)
12) Kümeleme Uzaklık Ölçütleri birleştirici Hiyerarşik Yöntemler
13) Hiyerarşik Olmayan Kümeleme - K Ortalamalar Yöntemi
14) Hiyerarşik Olmayan Kümeleme - K Ortalamalar Yöntemi
15) Ödev
16) Final sınavı
Önerilen/İstenen Ders Kaynakları
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
Değerlendirme Yöntemi ve Ölçütleri
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte