DATA MİNİNG AND BUSİNESS INTELLİGENCE
- Ders
- MISY542 - DATA MİNİNG AND BUSİNESS INTELLİGENCE
- Bölüm
- Yönetim Bilişim Sistemleri - İngilizce - Yüksek Lisans
- Ders Tipi
- Ders
- Durum
- Zorunlu
- Dil
- İngilizce
- Kredi
- 3
- AKTS
- 0
- T+P+L
- 3 + 0 + 0
- Ders Koordinatörleri
- -
- Ön Koşul
- -
- Anahtar Sözcükler
- -
Ders Açıklaması
-
DATA MİNİNG AND BUSİNESS INTELLİGENCE
Değerlendirme Araçları (Aktif Dönem)
Değerlendirme öğesi tanımlanmamış.
Ders çıktıları
Henüz ders çıktısı tanımlanmamış.
Ders Müfredatı
| Hafta | Konu |
|---|---|
| Hafta 1 | Introduction |
| Hafta 2 | An Overview of Business Intelligence |
| Hafta 3 | Data Warehousing |
| Hafta 4 | Business Reporting, Visual Analytics, and Business, Performance Management |
| Hafta 5 | Introduction to Data Mining |
| Hafta 6 | Data Mining for Business Intelligence |
| Hafta 7 | Data in Data Mining |
| Hafta 8 | Midterm Exams |
| Hafta 9 | Midterm Exams |
| Hafta 10 | Project Presentations |
| Hafta 11 | Basic Data Classification |
| Hafta 12 | Cluster Analysis: Basic Concepts and Algorithms |
| Hafta 13 | Data Mining Processes |
| Hafta 14 | Data Mining Applications |
| Hafta 15 | Project Presentations |
Referans Kitaplar & Ders Materyalleri
- 01 Data Mining for Business Intelligence: Concepts, Techniques, and Applications in Microsoft Office Excel with XLMiner, 2nd Edition, Galit Shmueli; Nitin R. Patel; Peter C. Bruce
- 02 Business Intelligence: A Managerial Perspective on Analytics, 3/E, Ramesh Sharda, Dursun Delen, Efraim Turban
- 03 Data Mining Techniques and Applications , 1st Ed., Hongbo Du, Cengage Learning
- 04 Introduction to Data Mining: Pearson New International Edition, 1st Ed., Pang-Ning Tan; Michael Steinbach; Vipin Kumar, Pearson.
Ders Çıktıları
Öğrenme çıktısı tanımlanmamış.
Program Çıktıları
- Veri bilimi alanındaki güncel durumu değerlendirmek ve anlamak amacıyla teoriler, çerçeveler ve modeller hakkında derinlemesine bilgi sahibi olmak.
- Literatürü incelemek ve veri bilimi teorileri ile metodolojilerini yeni araştırmalarda ve deneylerde uygulamak.
- Denetimli ve denetimsiz makine öğrenimi tekniklerini kullanarak veri setlerini analiz etmek.
- Veri yönetimi, analiz ve problem çözümü için istatistiksel ve bilişim yazılım sistemleri tasarlamak, geliştirmek ve test etmek.
- Farklı veri türleri ve analitik görevler için etkili görselleştirmeler tasarlamak ve geliştirmek, ayrıca görselleştirme ve görsel analiz konularında teorik ve uygulamalı konular üzerine bağımsız araştırmalar yürütmek
- İletişim, problem çözme, araştırma veya proje faaliyetlerinde yüksek düzeyde yetkinlik kazanmak ve çok disiplinli bir ekipte ortak bir hedefe ulaşmak için bir ekip üyesi ya da lider olarak etkin biçimde çalışmak.
- Büyük veri kümelerinin yönetimiyle ilgili zorlukların üstesinden gelmek için paralel yöntemler, bulut bilişim ve ilişkisel olmayan (NoSQL) veri depolama ve erişim çözümleri geliştirmek ve uygulamak.
- Veri, bilgi ve iletişimin disiplinlerarası doğasını anlamak ve veri toplama ile analizine yönelik önde gelen araştırma yöntemlerini değerlendirme yeteneği kazanmak.
- Verinin kullanımıyla ilgili etik sorunları derinlemesine anlamak ve gerçek dünya veri uygulamalarında etik kararlar alabilmek.
- Geniş bir alan yelpazesinden bilgiyi analiz etme, sentezleme ve değerlendirme yeteneğini göstermek ve yaşam boyu kendi kendine öğrenme yetisine sahip olmak.
Pç-Dç Matrisi
PÇ-ÖÇ matrisi henüz doldurulmamış.