Akademik Dersler - Tanıtım

Son Güncelleme Tarihi: 30/09/2026

Ders Kodu - Ders Adı	Ders Türü	Teori + Uygulama	AKTS
BİL524 - Veri Madenciliği	II.Yarıyıl	3 +0	6.0

Ders Dili	Türkçe
Ders Türü	Seçmeli Dersler
Öğretim Elemanları	DR. ÖĞR. ÜYESİ İLKER KAYABAŞ
Dersin Veriliş Biçimi	Uzaktan Eğitim
Dersin Verildiği Yer
Kullanılan Eğitim Platformları
Önkoşullar	Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır.
Önerilen Dersler	Bu ders öncesinde önerilen başka bir ders yoktur.
Önerilen Kaynaklar	Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer.
Staj & Uygulama	Bu derste staj yapılmamaktadır.
Dersin Amacı

Haftalar	Öğrenme Çıktıları	Konular	Öğretim Yöntemleri
1. hafta		Veri Madenciliğine Giriş
2. hafta		Veri Madenciliği Uygulamaları
3. hafta		R programlama dili ve geliştirme ortamı olarak RStudio
4. hafta		Python programlama dili ve geliştirme ortamı olarak Jupyter Notebook
5. hafta		Veri Ön İşleme
6. hafta		Keşifsel Veri Analizi
7. hafta		Birliktelik Kuralları Madenciliği
8. hafta		Birliktelik Kuralları Madenciliği Uygulamaları
9. hafta		Sınıflandırma
10. hafta		Sınıflandırma Uygulamaları
11. hafta		Regresyon
12. hafta		Kümeleme Analizi
13. hafta		Kümeleme Analizi Uygulamaları
14. hafta		Sinir Ağları ve Derin Öğrenme

İçerik girilmemiştir.

İçerik girilmemiştir.

İçerik girilmemiştir.

Değerlendirme Yöntemi ve Geçme Kriterleri
	Sayısı	Yüzde (%)
Toplam (%)