Bilgi keşfi ve veri madenciliği, veri ambarcılığı, veri hazırlama ve veri madenciliği ilkelleri, kavram tanımlama, ilişki kuralları madenciliği, sınıflandırma ve tahminleme, küme analizi, web madenciliği, veri madenciliği uygulamaları.

Dersin Amacı

1.Bilgisayar bilimleri alanında konularından birinde yayın okuyarak, özümseme yaparak ve tartışarak uzmanlaşma (1), 2.Karmaşık bir probleme dönük alan taraması yapma, çözüm üretme ve başarım değerlendirmesi yapma yeteneği (2, 3), 3.Araştırma sürecini belgelendirme ve sözlü olarak sunma yeteneği (4)

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 hatırlamak ve karşılaştırmak

2. Alanından açık konularından biri üzerinde alan taraması yapmak

3. Veri madenciliği araçlarını kullanarak bir bilgi keşfi süreci yaratmak

4. Yaratılan süreci belgelendirmek ve sözlü olarak sunmak

Notlandırma

Vize: 30%

Araştırma Sunumu: 40%

Final: 30%