Dersin Bilgileri

Dersin Adı	Türkçe	Veri Madenciliği
	İngilizce	Data Mining
Dersin Kodu	BLG 607	Kredi	Ders (saat/hafta)	Uygulama (saat/hafta)	Labratuvar (saat/hafta)
Dönem	-	3	3	-	-
Dersin Dili		Türkçe
Dersin Koordinatörü		Şule Öğüdücü
Dersin Amaçları		Öğrencilere veri madenciliği ile ilgili temel uygulamaları, kavramları ve teknikleri tanıtmak. Öğrencileri bağımsız araştırma yapmaya hazırlamak
Dersin Tanımı		Veri madenciliğinin tanımı. Veri madenciliği uygulama alanlarına, tekniklerine ve modellerine genel bakış. Veri madenciliği aşamaları: Amacı belirleme, amaca uygun veri kümesi oluşturma (veri seçme), veri ayıklama ve önişleme, veri azaltma ve veri dönüşümü, veri madenciliği öğrenme algoritmasını seçme, model değerlendirme ve bilgi sunumu, bulunan bilginin yorumlanması. Veri Madenciliği öğrenme algoritmalarını inceleme: karar ağaçları, sınıflandırma, eğri uydurma, bağıntı kurma, bellek tabanlı yöntemler, k-komşu algoritması, demetleme, yapay sinir ağları.
Dersin Çıktıları
Önkoşullar
Gereken Olanaklar
Diğer
Ders Kitabı		Jiawei Han and Micheline Kamber (2006). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers. ISBN 1-55860-489-8.
Diğer Referanslar		Margaret Dunham (2002). Data Mining: Introductory and Advanced Topics. Prentice Hall. ISBN 0130888923. David J. Hand, Heikki Mannila, and Padhraic Smyth (2001). Principles of Data Mining. MIT Press. ISBN 026208290X. Pang-Ning Tan, Michael Steinbach, Vipin Kumar (2005). Introduction to Data Mining. Addison Wesley, ISBN: 0-321-32136-7

Dersler

Yardım

Hakkında