ÇİZGİ FİLM VE ANİMASYON | |||||
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 | Bahar | 3 | 0 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | İngilizce |
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) | Çizgi film ve animasyon alanında kuramsal ve uygulamalı bilgilere ve becerilere sahip olmak. | |
2) | Çizgi film ve animasyon alanında araştırma, gözlem-deneyim, değerlendirme becerisi geliştirebilmek ve her yönüyle çizgi film ve animasyon ve performans ilkelerini kullanarak fikirleri, inandırıcı eylem ve duyguları etkili bir şekilde iletebilmek. | |
3) | Çeşitli sanatsal stiller ve teknikler içeren animasyon filmler yapmak. | |
4) | Çizgi film ve animasyon yapım sürecini inisiyatif kullanarak tasarlamak, yaratıcılık ile uygulamak ve kişisel stili yansıtarak sunmak. | |
5) | Çizgi film ve animasyon üretim sürecinde ekip üyesi olup, sorumluluk alabilmek ve sorumluğu altında çalışanları yönetebilmek, onlara liderlik yapabilmek. | |
6) | Çizgi film ve animasyona ilişkin çalışmaları edindiği bilgi ve beceriler çerçevesinde değerlendirebilmek. | |
7) | Çizgi film ve animasyon alanında öğrenme gereksinimlerini tanımlayabilmek ve öğrenmeyi yönetebilmek. | |
8) | Çizgi film ve animasyon alanındaki bilimsel ve sanatsal çalışmalara katılarak ilgili kuruluşlarla iletişime geçebilmek ve alandaki bilgi ve becerilerini paylaşabilmek. | |
9) | Yabancı dil kullanarak çizgi film ve animasyon alanındaki gelişmeleri izlemek ve yabancı meslektaşları ile iletişim kurabilmek. | |
10) | Çizgi film ve animasyonda kullanılan her türlü teknik araç-gereç ve bilgisayar yazılımları ile birlikte genel bilişim ve iletişim teknolojilerini ileri düzeyde kullanabilmek. | |
11) | Gelişim ve üretimin her boyutunda eleştirel düşünme becerileri ve problem çözme stratejileri kullanmak, fikirleri, duyguları ve niyetleri görsel, sözlü ve yazılı olarak etkili bir şekilde iletmek ve çizgi film ve animasyon projelerinin geliştirilmesinde teknolojiyi etkin bir şekilde dahil etmek. | |
12) | Çizgi film ve animasyon alanında etik değerlere ve evrensel değerler konusunda yeterli bilince sahip olmak. |