VERİ MADENCİLİĞİ VE BİLGİ EDİNİMİ
- Ders
- MISY641 - VERİ MADENCİLİĞİ VE BİLGİ EDİNİMİ
- Bölüm
- Yönetim Bilişim Sistemleri - İngilizce - Doktora
- Ders Tipi
- Ders
- Durum
- Zorunlu
- Dil
- İngilizce
- Kredi
- 3
- AKTS
- 8
- T+P+L
- 3 + 0 + 0
- Ders Koordinatörleri
- -
- Ön Koşul
- -
- Anahtar Sözcükler
Ders Açıklaması
Bu ders, İş Zekâsı (İZ) kapsamında veri madenciliği ve bilgi ediniminin derinlemesine incelenmesini sunmaktadır. Teorik temeller, güncel araştırma eğilimleri ve karmaşık örgütsel verilerden anlamlı çıkarımlar elde etmeye yönelik gelişmiş yöntemler ele alınmaktadır. Öğrenciler, veri ambarı, önişleme, sınıflandırma, kümeleme ve algoritmik analiz konularını inceleyerek İZ ve veri madenciliği modellerini teknik ve yönetsel açılardan eleştirel biçimde değerlendireceklerdir. Ders, stratejik karar alma ve örgütsel performansa katkı sağlayacak İZ çerçevelerinin uygulanmasına odaklanmaktadır. Makale tartışmaları, vaka çalışmaları ve proje temelli araştırmalar aracılığıyla öğrenciler, gelişmiş veri madenciliği süreçlerini tasarlama ve uygulama becerilerini geliştirirken akademik iletişim ve analitik düşünme yetkinlikleri kazanacaklardır.
VERİ MADENCİLİĞİ VE BİLGİ EDİNİMİ
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
- Literatürü eleştirel bir şekilde analiz ederek, araştırma boşluklarını belirleyerek ve MIS teorisine ve pratiğine katkıda bulunan orijinal çalışmalar tasarlayarak ileri araştırma metodolojilerine (nicel, nitel ve karma yöntemler) hakim olduğunu gösterebilir.
- Bağımsız bilimsel araştırmayı, akademik titizliği ve MIS alanındaki bilginin ilerlemesine önemli bir katkıyı yansıtan özgün bir doktora tezi hazırlayabilir ve savunabilir.
- Araştırma paradigmalarının felsefi temellerini açıklayarak, araştırmasını bu çerçeveler içerisinde konumlandırarak ve akademik eleştirilere yanıt vererek tez izleme ve savunmasına hazır olduğunu gösterebilir.
- Veri toplama, analiz, raporlama ve yayınlama dahil olmak üzere araştırma sürecinin tüm aşamalarında etik ilkeleri, akademik dürüstlüğü ve sorumlu araştırma yürütmeyi uygulayabilir.
- Bilişim sistemleri araştırmalarının ve örgütsel ve toplumsal bağlamlardaki uygulamalarının sosyal, yasal ve etik etkilerini belirleyebilir.
- Karmaşık veri kümelerini incelemek ve MIS araştırmalarında anlamlı içgörüler çıkarmak için istatistiksel modelleme, makine öğrenimi ve yapay zeka tabanlı analizler de dahil olmak üzere gelişmiş veri bilimi tekniklerini kullanabilir.
- Yapay zeka, büyük veri, blok zinciri ve nesnelerin interneti gibi ortaya çıkan teknolojileri tanıyabilir ve değerlendirebilir; bu teknolojilerin kurumsal süreçler ve dijital ekosistemler üzerindeki dönüştürücü etkilerini değerlendirebilir.
- Disiplinlerarası araştırma ortamlarında işbirliği yapabilir ve liderlik edebilir, üretken bilimsel ortaklıklar kurabilir ve farklı akademik bakış açılarını bütünleştiren araştırma projelerini yönetebilir.
- Hakemli dergilerde yüksek kaliteli araştırmalar yayınlayabilir, bulgularını uluslararası konferanslarda sunabilir ve dergi hakemliği, konferans organizasyonu ve komite katılımı gibi akademik hizmetlerde aktif olarak yer alabilir.
- Bilişim sistemleri, teknoloji ve kurumsal stratejinin kesişim noktasında zorlukları belirleyebilir ve yenilikçi, araştırmaya dayalı çözümler önerebilir.
- İleri düzeyde YBS dersleri sunabilir, lisansüstü araştırmaları denetleyebilir ve etkili rehberlik ve akademik öğretim yoluyla akademik gelişimi destekleyebilir.
- Sistem düşüncesi ve yenilikçi tasarım metodolojilerini kullanarak BT yeteneklerini kurumsal stratejilerle uyumlu hale getiren gelişmiş bilişim sistemleri ve karar destek sistemleri geliştirebilir.
Pç-Dç Matrisi
PÇ-ÖÇ matrisi henüz doldurulmamış.