Yıl: 2023, Dönem: Güz
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1) Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2006.
2) Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann Publishers, 2005.
3) Pang-Ning Tan, Michael Steinbach and Vipin Kumar. Introduction to Data Mining. Addison Wesley, 2005.
Dersin İçeriği
Veri madenciliği konusunda ileri seviyeli güncel araştırma konuları ele alınarak incelenecektir. Veri madenciliği literatüründe iyi bilinen ama sürekli iyileştirilen kümeleme, kümeleme, birliktelik analizlerinin yanı sıra popüler olan algoritmalar incelenerek bu algoritmaların iyileştirilmesi beklenecektir. Araştırma ağırlıklı dersin içeriği doktora öğrencilerinin veri madenciliği konusunda araştırma yapmalarına teşvik etmektir.
Dersin Amacı
Öğrencilere veri madenciliği ile ilgili temel uygulamaları,güçlü ve zayıf yanlarını, temel kavramları ve teknikleri tanıtmak.