Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Öğrencilere veri madenciliği alanında temel konuları ve yöntemleri hakkında bilgi vermek, veri madenciliği süreci ve bu sürecin aşamalarını öğretmek, veri madenciliği sürecinde kullanılan temel makine öğrenmesi algoritmaları ve veri ambarlarını, online analitik işlemeyi ve iş zekası kavramlarını tanıtmak.

-

Veri madenciliği süreci ve temel kavramları, veri önişleme ve temizliği, ETL süreçleri ve veri ambarlarının oluşturulması, online analitik işleme yöntemleri ve iş zekası raporlamaları, eldeki veriyi anamaya yönelik temel yöntemler, açıklayıcı veri madenciliği yöntemleri ve eğitimsiz makine öğrenmesi algoritmaları, tahminleyici veri madenciliği yöntemleri ve eğitimli makine öğrenmesi yöntemleri, makine öğrenmesi algoritmaları ile modelleme yapmak, model değerlendirme yöntemleri.

Anlatım, sunum, proje, soru-cevap.

Yok

İngilizce

1) Tan, P. N., Steinbach, M., & Kumar, V. (2005). Introduction to data mining. 2) Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier 3) Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann.

https://classroom.google.com/

• Veri madenciliği döngüsel sürecinin işleyişi hakkında bilgi.
• Veri önişleme, veri temizliği, dönüştürme ve özellik çıkarımı yapabilme.
• Veri ambarları ve iş zekası raporlamaları hakkında bilgi.
• Veri madenciliğinde kullanılan temel tahminleyici/denetimli makine öğrenmesi algoritmaları hakkında bilgi.
• Veri madenciliğinde kullanılan temel denetimli ve denetimsiz makine öğrenmesi modellerini değerlendirme tekniklerini öğrenme.
• Sentetik veya gerçek veri kümesi üzerinde veri madenciliği yöntemlerini uygulayabilme.