PSİKOLOJİ | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
CMP4336 | Veri Madenciliğine Giriş | Güz | 3 | 0 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | English |
Dersin Türü: | Non-Departmental Elective |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR |
Opsiyonel Program Bileşenleri: | yok |
Dersin Amacı: | Bu derste, yararlı bilgileri elde etmek, veritabanındaki örüntüleri ve düzenlilikleri keşfetmek, tahmin ve kestirim yapmak için kullanılan veri madenciliği ve hesaplama paradigmaları tartışılacaktır. Gözetimli ve gözetimsiz öğrenme yaklaşımları, model bulma ve küme analizi üzerine odaklanılarak ele alınacaktır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; 1. Veri Toplama ve Ön-işleme konularını kavrayabilme 2. Sıklıkla Satılan Ürün Seti algoritmasına aşina olmak 3. Birliktelik Kuralını kavrayabilme 4. Sınıflayıcılar ve faydalarını kavrayabilme 5. Kümelemeyi kullanabilecek hale gelme 6. Kümeleme Değerlendirmesini kavrayabilme |
1.Temel Kavramlara Giriş 2.Veri Keşfi 3.Sınıflandırma 4.Kümeleme 5.Boyut Küçültme 6.Sıklıkla Satılan Ürün Kümeleri 7.Birliktelik Kural Analizi |
Hafta | Konu | Ön Hazırlık |
1) | Temel Kavramlara Giriş | Yok |
2) | Veri Keşfi: Özet İstatistik, Görselleştirme, OLAP ve Çok Boyutlu Veri Analizi | Yok |
3) | Veri Önişleme, Dönüşüm, Normalleştirme, Standardizasyon | Yok |
4) | Sınıflandırma ve Regresyon: Model Seçimi ve Genelleştirilmesi, Karar Ağaçları, Performans Değerlendirmesi | Yok |
5) | Sınıflandırma: Bayesian Karar Teorisi, Parametrik Sınıflandırma, Naive Bayes Sınıflandırıcısı, Örnek Temelli Sınıflandırıcılar | |
6) | Sınıflandırma | Yok |
6) | Sınıflandırma ve Regresyon: Yapay Sinir Ağları, Destek Vektör Makineleri | |
7) | Ara Sınav I | Tüm konuların tekrarı |
8) | Kümeleme: Bölümleme ve Hiyerarşik Algoritmalar | Yok |
9) | Kümeleme: Yoğunluk Tabanlı Algoritmalar | |
10) | Küme Değerlendirmesi, Kümele Sonuçlarının Karşılaştırılması | Yok |
11) | Ara sınav II | yok |
12) | Boyut Küçültme | yok |
13) | Sık Öge Küme Madenciliği | yok |
14) | Birliktelik Kural Çıkarımı | yok |
Ders Notları / Kitaplar: | Introduction to Data Mining by Pang-Ning Tan, Michael Steinbach and Vipin Kumar |
Diğer Kaynaklar: | Data Mining: Concepts and Techniques, by Jiawei Han, Micheline Kamber and Jian Pei |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Ödev | 2 | % 20 |
Projeler | 1 | % 20 |
Ara Sınavlar | 2 | % 20 |
Final | 1 | % 40 |
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 | 16 | 32 |
Proje | 5 | 15 |
Ödevler | 6 | 12 |
Ara Sınavlar | 8 | 28 |
Final | 6 | 26 |
Toplam İş Yükü | 155 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | İnsan zihnine ve davranışlarına yönelik ilgi geliştirmek, kuramları görgül bulguları kullanarak değerlendirebilmek, eleştirel düşünce becerisi elde ederek psikolojinin kanıta dayalı bir bilim olduğunu anlamak. | |
2) | İnsan davranışı hakkında biyopsikososyal bir bakış açısı kazanmak. Davranışın biyolojik, psikolojik, ve sosyal değişkenlerini anlamak. | |
3) | Psikolojideki temel kavramlar ve bunları incelemede kullanılan kuramsal ve uygulamalı yaklaşımları öğrenmek (örneğin temel gözlem ve görüşme tekniklerini bilmek). | |
4) | Psikoloji alan yazınında baskın dil olan İngilizceyi kullanarak bilgiye erişim ve bilgiyi yazma yöntem ve becerileri edinmek, bilimsel araştırma ve veri değerlendirme tekniklerini (örneğin korelasyonel, deneysel, kesitsel ve boylamsal çalışmalar, vaka çalışmaları) tanımak ve uygulamak. | |
5) | Ayrımcılığa ve önyargıya karşı bir tutum benimsemek; araştırma ve uygulama alanlarında çalışırken etik duyarlılık göstermek. | |
6) | Psikolojinin temel alt alanlarını (deneysel, gelişim, klinik, bilişsel, sosyal ve endüstri/örgütsel psikoloji) ve bunlarla ilgili çalışma ve uzmanlık alanlarını tanımak. | |
7) | Bilimsel çalışmanın temel unsurları olan problem oluşturma, hipotez kurma ve veri toplamanın yanında bulguları analiz etme, yorumlama ve sunma için gerekli becerileri edinmek. | |
8) | Psikolojik ölçme ve değerlendirme için gerekli temel bilgi ve becerileri kazanmak. | |
9) | Psikolojiye katkıda bulunacak diğer disiplinlere (tıp, genetik, biyoloji, ekonomi, sosyoloji, siyaset bilimi, iletişim, felsefe, antropoloji, edebiyat, hukuk, sanat vd.) ait temel bilgileri edinmek ve bu bilgileri psikolojik süreçlerin anlaşılması ve yorumlanmasında kullanabilmek. | |
10) | Toplumsal sorunlara karşı duyarlılık geliştirmek; psikoloji alanının ve toplumun yararına olan etkinliklerde sorumluluk almak. | |
11) | Problem çözme becerisine sahip olmak ve bunun için gerekli analitik yaklaşımları geliştirebilmek. | |
12) | İş ve akademik hayatta herhangi bir konuyu eleştirel ele alarak düşüncelerini ifade edebilmek. |