SİBER GÜVENLİK (İNGİLİZCE, TEZLİ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
CMP5101 | Veri Madenciliği | Güz Bahar |
3 | 0 | 3 | 8 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | İngilizce |
Dersin Türü: | Departmental Elective |
Dersin Seviyesi: | LİSANSÜSTÜ |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi TEVFİK AYTEKİN |
Dersi Veren(ler): |
Dr. Öğr. Üyesi TEVFİK AYTEKİN |
Opsiyonel Program Bileşenleri: | Yok |
Dersin Amacı: | Bu ders veri madenciliği kavramları bir giriş sağlar. Veri madenciliği temel kavramlar: sık öğe kümesi algılama, birliktelik kuralları, kümeleme ve sınıflandırma derinlemesine ele alınmıştır |
Bu dersi başarıyla tamamlayabilen öğrenciler; I. CRISP-DM kullanımında yeterlilik göstererek, bir süreç olarak veri madenciliği yaklaşımı yapabilme, iş anlayışı aşaması da dahil olmak üzere çapraz-Endüstri Standardı Süreci veya veri madenciliği, veri anlayışı aşaması, keşfedici veri analizi aşamasında , modelleme aşamasında, değerlendirme aşaması ve dağıtım aşaması. II. WEKA dahil önde gelen veri madenciliği yazılımı, yetkin olun III. k-ortalamalar kümeleme, BIRCH kümeleme, Kohonen kümeleme, sınıflandırma ve regresyon ağaçları, C4.5 algoritması, lojistik regresyon, k-en yakın komşu dahil geniş bir kümelenme yelpazesi, tahmin, tahmin ve sınıflandırma algoritmaları uygulayabilir, IV. Metin madenciliği, madencilik genomik veri ve diğer güncel konular gibi en güncel veri madenciliği teknikleri ve uygulamaları, geçerlidir. V. Yukarıda belirtilen algoritmalar matematiksel istatistik temelleri anlamak VI. Veri madenciliği güncel araştırma ve ileri konular değerlendirin. |
1. Sık Ürün Seti Algılama 2. Birliktelik Kuralı Madenciliği 3. Kümelenme 4. Sınıflandırma |
Hafta | Konu | Ön Hazırlık |
1) | Veri Madenciliğine Giriş | Yok |
2) | Sıklıkla satılan ürün kümelerinin tespit edilmesi | Yok |
3) | Çeşitli algoritmalar: Apriori, FPGrowth | Yok |
4) | Birliktelik Kuramı | Yok |
5) | Sınıflandırma | Yok |
6) | Bayesçi Sınıflandırma | Yok |
7) | Ara Sınav | Genel Tekrar |
8) | Kural Tabanlı Sınıflandırıcı | Yok |
9) | Öbekleme Analizi | Yok |
10) | k-means | Yok |
11) | k-medoids | Yok |
12) | Hiyerarşik Öbekleme | Yok |
13) | Öbekleme Kalitesi | Yok |
14) | Çoklu Öbeklemelerin birleştirilmesi | Yok |
Ders Notları / Kitaplar: | Data Mining Concepts and Techniques Jiawei Han and Micheline Kamber Morgan Kaufman |
Diğer Kaynaklar: |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Projeler | 5 | % 10 |
Ara Sınavlar | 1 | % 40 |
Final | 1 | % 50 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü |
Ders Saati | 14 | 42 |
Sınıf Dışı Ders Çalışması | 14 | 56 |
Proje | 16 | 48 |
Ara Sınavlar | 3 | 15 |
Final | 7 | 35 |
Toplam İş Yükü | 196 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirebilme ve derinleştirebilme. | 4 |
1) | Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme. | 4 |
1) | Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilme. | 4 |
1) | Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme ve öğrenmesini yönlendirebilme. | 4 |
1) | Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarabilme. | 4 |
2) | Alanında edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme, | 4 |
2) | Alanı ile ilgili konularda strateji, politika ve uygulama planları geliştirebilme ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilme. | 5 |
2) | Sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla incelemeyebilme, geliştirebilme ve gerektiğinde değiştirmek üzere harekete geçebilme. | 5 |
2) | Alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanabilme. | 5 |
2) | Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirebilme ve sorumluluk alarak çözüm üretebilme. | 5 |
2) | Alanının ilişkili olduğu disiplinler arası etkileşimi kavrayabilme. | 4 |
3) | Alanında özümsedikleri bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinlerarası çalışmalarda kullanabilme. | 5 |
3) | Alanı ile ilgili sorunların çözümlenmesini gerektiren ortamlarda liderlik yapabilme . | 5 |
3) | Alanı ile ilgili karşılaşılan sorunları araştırma yöntemlerini kullanarak çözümleyebilme. | 5 |