Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Veri Madenciliği Kavramları, Veri Hazırlama Teknikleri, Kümeleme Metotları ve Sınıflama Yöntemlerini Birliktelik Kurallarını ve Büyük veri çağında bu yöntemlerin nasıl kullanılacağını öğretmektir.

-

Veri ambarı ve OLTP, Veri madenciliğine giriş, Karar ağaçları ile sınıflandırma, Twoing ve Gini algoritması, K-En yakın komşu sınıflandırması, Kümeleme ve Hiyerarşik kümeleme, Hiyerarşik olmayan kümeleme, Destek vektör makinaları, Bayes teoremi ve sınıflandırma, Sınıflandırma ve Kümeleme, Yaklaşımlarının Birlikte Kullanılması, Birliktelik kuralları ve Apriori algoritması, Metin Madenciliği, Veri Madenciliği ile Sosyal Ağ Analizi, Web Madenciliği.

1: Anlatım, 2: Soru-Cevap, 3: Tartışma, 4: Alıştırma ve Uygulama, 5: Gösteri

yok

Türkçe

J. Han – M. Kamber ; Data Mining , Morgan-Kaufman, Academic Press, 2001 ve I. Witten – E. Frank; Data Mining, Academic Press; 2000.

Sınıf içi ders materyalleri kullanılmaktadır.

• Veri Madenciliği temel kavramlarını öğrenme, OLAP ve Veri Ambarı uygulamaları geliştirme.
• Büyük veri analiz becerisini kazandırma.
• Veri sınıflandırma becerisi kazandırma.
• Veri kümeleme yöntemlerini öğrenme.
• Metin Madenciliği ve Web madenciliği uygulamaları geliştirebilme