MÜHENDİSLİK FAKÜLTESİ

Endüstri Mühendisliği

 

Duyurular


 

SOSYAL MEDYA


 

IE 343 | Ders Tanıtım Bilgileri

Dersin Adı
Veri Madenciliği
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IE 343
Güz/Bahar
3
0
3
5

Ön Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Seviyesi
Ön Lisans
Dersin Koordinatörü -
Öğretim Eleman(lar)ı -
Yardımcı(lar)ı -
Dersin Amacı Bu dersin temel amacı veri analizi yöntemleri hakkında temel bilgiler vermek ve bu yöntemleri istatistiksel yazılım programları yardımı ile kullanabilmektir. Ders kapsamında temel istatistiksel yaklaşımların yanında modelleme üzerinde durulması hedeflenmektedir.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Verileri tanımlayabilmek ve özetleyebilmek için grafik yöntemleri ve sayısal yöntemleri kullanabilirler
  • Değişkenler arasındaki ilişkileri analiz edebilirler
  • Değişkenler arasındaki ilişkileri ve regresyon modellerini analiz edebilirler
  • Birkaç kitle ortalamasını karşılaştırabilirler
  • Bir kitleye ilişkin hipotez testleri oluşturabilir ve test edebilirler
  • Veri Madenciliği ile ilgili kavramları anlayabilir ve basit sınıflama yöntemlerini kullanabilirler.
Tanımı Dersin temel konuları: verileri tanımlayabilmek için grafiksel ve sayısal yöntemler, istatistiksel modellerin kullanılması, model varsayımlarını istatistiksel yöntemler kullanarak kontrol etmek, hipotezleri test edebilmektir. Veri Madenciliğinin temel kavramları.

 



Ders Kategorisi

Temel Meslek Dersleri
Uzmanlık/Alan Dersleri
X
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Veri Analizine Giriş Bölüm 1: Introduction to Statistics, Random Data and Software Tools SPSS
2 Verileri tanımlamak için grafik yöntemler Bölüm 2: Presenting and Summarising the Data; Graphics using SPSS
3 Verileri tanımlamak için sayısal yöntemler Bölüm 2: Presenting and Summarising the Data; Graphics using SPSS
4 Farklı değişkenler arasındaki ilişkiler Bölüm 2: Data Analysis and Graphics using SPSS
5 İstatistiksel Modeller Bölüm 3: Estimating Data Parameters using SPSS
6 Tek örneklem testi Bölüm 4 Parametric Tests of Hypotheses using SPSS
7 İki örneklem testi Bölüm 4 Parametric Tests of Hypotheses using SPSS
8 Varyans analizi Bölüm 4 Parametric Tests of Hypotheses using SPSS
9 Varyans analizi Bölüm 4 Parametric Tests of Hypotheses using SPSS
10 Doğrusal Regresyon modelleri Bölüm 7: Regression with a single predictor using SPSS
11 Doğrusal Regresyon modelleri Bölüm 7: Regression with a multiple predictor using SPSS
12 Parametrik olmayan hipotez testleri Bölüm 5: Non-Parametric Tests of Hypotheses using SPSS
13 Parametrik olmayan hipotez testleri Bölüm 5: Non-Parametric Tests of Hypotheses using SPSS
14 Veri Madenciliğinin Temelleri J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, Second Edition, 2nd ed. Morgan Kaufmann, 2006
15 Dönemin gözden geçirilmesi  
16 Dönemin gözden geçirilmesi  

 

Dersin Kitabı Ders Notları
Diğer Kaynaklar Önerilen, zorunlu olmayan kaynaklar: J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, Second Edition, 2nd ed. Morgan Kaufmann, 2006./ J. Neter, W. Wasserman, and G. A. Whitmore, Applied Statistics, 4th ed. Allyn & Bacon, 1992./ M. Doumpos and C. Zopounidis, Multicriteria decision aid classification methods. Springer, 2002./ M. R. Berthold and D. J. Hand, Intelligent Data Analysis, 2nd ed. Springer, 2007.

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl İçi Çalışmaları Sayı Katkı Payı %
Derse Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
Sunum / Jüri Önünde Sunum
1
10
Proje
1
20
Çalıştay
Ara Sınav / Sözlü Sınav
1
30
Final Sınavı / Sözlü Sınav
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Aktiviteler Sayı Süresi (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x toplam ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
Sınav haftası dahil değildir. 16 x uygulama/lab ders saati
16
Sınıf Dışı Ders Çalışması
12
2
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
Sunum / Jüri Önünde Sunum
1
16
Proje
1
20
Çalıştay
Ara Sınavlar / Sözlü Sınavlar
1
20
Final / Sözlü Sınav
1
30
    Toplam
158

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Benzetim, eniyileme, olasılık ve istatistik gibi Endüstri Mühendisliği kavram ve tekniklerini üretim ve hizmet sistemlerinde kullanarak yönetimsel karar verme işlemlerini iyileştirmek, kalite bilincini oluşturmak, elde edilen verileri yorumlayabilmek ve değerlendirebilmek X
2 Bütünleşik işleri veya iş sistemlerini ihtiyaçları doğrultusunda çeşitli alternatifler üreterek ve değerlendirerek sistem bakış açısı ile tasarlayabilmek X
3 Endüstri Mühendisliği ile ilgili uygulamada karşılaşılan konuları/sorunları tanımlayabilmek, analiz edebilmek, kanıtlara ve araştırmalara dayalı çözüm önerileri geliştirebilmek X
4 Nicel analiz ve eleştirel düşünce yöntemlerini kullanarak kaynak aktarımı, üretim planlaması ve çizelgelemesi, kalite kontrol ve güvence, finansal analiz ve risk analizi vb. Endüstri Mühendisliği ile ilgili konularda sorunları belirleyebilmek; bu sorunlar için alternatif çözümler üretebilmek ve alternatif çözümler içinden sistem gereksinimlerine cevap verecek en iyi çözümleri bulmak X
5 Uygulamada karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve grup üyesi olarak sorumluluk alabilmek, sorumluluğu altında çalışanların veya grup çalışanlarının mesleki gelişimine yönelik etkinlikleri planlayabilmek ve yönetebilmek X
6 Endüstri Mühendisliği alanında edindiği bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilmek, öğrenme gereksinimlerini belirleyebilmek ve öğrenmesini yönlendirebilmek X
7 Endüstri Mühendisliği ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilmek; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilmek ve nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilmek X
8 Bir yabancı dili kullanarak Endüstri Mühendisliği ilgili bilgileri izleyebilmek ve meslektaşları ile iletişim kurabilmek (“European Language Portfolio Global Scale”, Level B1) X
9 Endüstri Mühendisliği ile ilgili bilgisayar yazılımlarını kullanabilmek ve uygulamada karşılaşacağı bilişim ve iletişim teknolojilerini kullanabilecek bilgi ve beceriye sahip olmak (“European Computer Driving License”, Advanced Level) X
10 Sosyal hakların evrenselliğine değer veren, sosyal adalet bilinci kazanmış, kalite yönetimi ve süreçleri ile çevre koruma ve iş güvenliği konularında yeterli bilince sahip olmak X
11 Endüstri Mühendisliği ile ilgili verilerin toplanması, yorumlanması, duyurulması ve uygulanması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olmak X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


HABERLER