CENG 484

Veri Madenciliği

Bilgi keşfi sürecine genel bakış, genel hatları ile veri madenciliği, veri hazırlama, veri madenciliğii temelleri, ilişki kuralları madenciliği, sınıflandırma ve kestirim, kümeleme analizi, web madenciliği, veri madenciliği uygulamaları, dönem projeleri.

Dersin Amacı

1.Yeni bir alanla tanışarak teknik altyapısını zenginleştirmek,

 

2.Araştırma yapma yeteneği kazanmak,

3.Karmaşık bir problemi anlama ve çözüm üretme yeteneği kazanmak,

4.Süreç yönetimi yapma yeteneği kazanmak,

5.Sözlü ve yazılı iletişim becerisini arttırmak.

Kaynakça

J. Han, Data Mining: Concepts and Techniques , Morgan Kaufman, 2000. ,M. H. Dunham, Data Mining Introductory and Advanced Topics , Prentice Hall, Pearson Education, 2003. ,R. J. Roiger and M. W. Geatz, Data Mining A Tutorial Based Primer , Addison Wesley, 2003. ,M. J. A. Berry and G. S. Linoff, Mastering Data Mining , Wiley, 2000

Öğrenme Çıktıları

1. Bilgi keşfi sürecinin adımlarını ve veri madenciliği algoritmalarını öğrenmek

2. Veri madenciliği araçlarını kullanma yeteneğinin kazanmak

3. Bir bilgi keşfi probleminin anlamak, modellemek ve gerçekleştirmek

4. Geliştirilen projeleri yazılı ve sözlü olarak anlatabilmek

Konu
Bilgi Keşfi Genel Bakış
Genel olarak Veri Madenciliği
Veri Ambarcılığı ve Metodları
Veri Hazırlanması
Veri Madenciliğinin Temelleri
İlişki Kuralları Madenciliği
İlişki Kuralları Madenciliği
Sınıflandırma ve Kestirim
Sınıflandırma ve Kestirim
Kümeleme Analizi
Kümeleme Analizi
Web Madenciliği
Veri Madenciliği Uygulamaları
Ekip Projelerinin Sunumu ve Tartışılması

Notlandırma

Vize: 30%

Sunum: 30%

Final: 40%