Bizi takip edin
|
EN

MÜHENDİSLİK FAKÜLTESİ

Endüstri Mühendisliği

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)
  IE 234 Başarılı olmak (En az DD notu almış olmak)
ve IE 261 Başarılı olmak (En az DD notu almış olmak)
veya MATH 236 Başarılı olmak (En az DD notu almış olmak)
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Bu dersin temel amacı veri madenciliği yöntemleri hakkında temel bilgiler vermek ve bu yöntemleri veri madenciliği yazılım programı Weka yardımı ile kullanabilmektir. Ders kapsamında temel makine öğrenmesi ve veri madenciliği yaklaşımları üzerinde durulması hedeflenmektedir.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Veri dosyalarını Weka’nın Explorer panelini kullanarak açabilecek ve verinin temel karakteristiklerini inceleyebilecektir.
  • Sınıflandırma problemlerini Weka’daki sınıflandırıcıları kullanarak çözebilecek ve çıktıları yorumlayabilecektir.
  • Veri filtrelemesi yapabilecek ve veriyi görselleştirebilecektir.
  • Naive Bayes, ZeroR, OneR ve Nearest Neihgbor kavramlarını açıklayabilecektir.
  • Doğrusal regresyon, lojistik regresyon ve destek-vektör makineleri modellerini uygulayabilecektir.
Ders Tanımı Dersin konuları kapsamında makine öğrenmesi ve veri madenciliği metodları ve prensipleri yer almaktadır.

 



Dersin Kategorisi

Temel Ders
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 Madenciliğine Giriş, Weka Yazılımı Ders notları
2 Weka Kurulum, Verilerin yüklenmesi ve görüntülenmesi Sınıflandırma, Sınıflandırıcı oluşturma Ders notları
3 Filtre Kullanma, Veriyi Görselleştirme Ders notları
4 Sınıflandırıcıları Değerlendirme, Temel Doğruluk Ders notları
5 1. Ara Sınav
6 Çapraz Geçerleme Ders notları
7 Basit Sınıflandırıcılar, Aşırı Uyum Ders notları
8 Olasılıkları Kullanma, Karar Ağaçları Ders notları
9 En Yakın Komşu Algoritması, Weka'yı pratikte kullanma Ders notları
10 2. Ara Sınav
11 Sınıflandırma sınırları, Doğrusal Regresyon Ders notları
12 Regresyon ile Sınıflandırma, Lojistik Regresyon Ders notları
13 Destek Vektör Makineleri, Kolektif Öğrenme Ders notları
14 Veri Madenciliği Prosesi, Tuzaklar ve Hatalar, Veri Madenciliği ve Etik Ders notları
15 Dönemin gözden geçirilmesi Ders notları
16 Final Sınavı

 

Ders Kitabı

Witten, Ian H., Eibe Frank, and A. Mark. "Hall, and Christopher J Pal. 2016. Data Mining: Practical machine learning tools and techniques.", ISBN: 978-0128042915

Önerilen Okumalar/Materyaller

Ders slaytları

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
2
60
Final Sınavı
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
2
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
14
3
42
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
0
Proje
0
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
2
15
30
Final Sınavı
1
30
30
    Toplam
150

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Matematik, fen bilimleri ve Endüstri Mühendisliği konularında yeterli bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık Endüstri Mühendisliği problemlerinde kullanır.

X
2

Karmaşık Endüstri Mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular.

X
3

Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular.

4

Endüstri Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır.

X
5

Karmaşık Endüstri Mühendisliği problemlerinin veya araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar.

X
6

Endüstri Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma yapar.

7

Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır.

8

Endüstri Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın Endüstri Mühendisliği alanına yansıyan sorunları hakkında bilgi sahibidir; Endüstri Mühendisliği çözümlerinin hukuksal sonuçlarının farkındadır.

9

Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; Endüstri Mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi sahibidir.

10

Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi sahibidir; girişimcilik, yenilikçilik hakkında bilinçlidir; sürdürülebilir kalkınma hakkında bilgi sahibidir.

11

Bir yabancı dili kullanarak Endüstri Mühendisliği ilişkili konularda bilgi toplar ve meslektaşları ile iletişim kurar.

12

İkinci yabancı dili orta düzeyde kullanır.

13

Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilgiye erişir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler; insanlık tarihi boyunca oluşan bilgi birikimini Endüstri Mühendisliği alanıyla ilişkilendirir.

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

 


SOSYAL MEDYA

İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.