| Amaç: |
Dersin amacı, çağdaş veri madenciliği disiplininde yer alan temel ve ileri düzey algoritmaların teorik ve uygulamalı yönlerini derinlemesine inceleyerek, öğrencilerin büyük veri analitiği bağlamında etkin veri işleme ve modelleme becerileri kazanmalarını sağlamaktır. Bu doğrultuda, farklı veri türleri üzerinde veri madenciliği tekniklerinin nasıl uygulandığı ele alınacak, örüntü keşfi, sınıflandırma, kümeleme ve ilişki analizi gibi yöntemler ayrıntılı olarak değerlendirilecektir. Ayrıca, veri madenciliği süreçlerinin karar destek mekanizmalarındaki rolü tartışılarak, veri biliminin evrimi ve gelecekteki yönelimleri üzerine eleştirel bir bakış açısı kazandırılması hedeflenmektedir. Ders kapsamında geliştirilecek uygulamalar, öğrencilerin teorik bilgileri gerçek dünya problemleriyle ilişkilendirerek analitik düşünme ve problem çözme yetkinliklerini güçlendirmelerine katkı sağlayacaktır. |
| İçerik: |
Dersin içeriği, makine öğrenmesi ve genelleştirilmiş adıyla veri madenciliğinin temel bileşenlerinden biri olan öngörü (prediction) ve tahminleme süreçlerini ele alarak, istatistiksel teknikler ve makine öğrenmesi yöntemleri çerçevesinde derinlemesine bir inceleme sunmaktadır. Ayrıca, metin madenciliği yaklaşımları ve iş akışları sistematiği doğrultusunda, işletme ve farklı sektörlerdeki veri madenciliği uygulamaları detaylandırılacaktır. Ders kapsamında, veri analizi ve modelleme süreçlerinin etkin bir şekilde gerçekleştirilmesi için R programlama dili temel uygulama aracı olarak kullanılacak ve öğrencilerin bu araçla pratik beceriler kazanmaları sağlanacaktır. |