YBS342

Veri Madenciliği

1. Giriş ve Temel Kavramlar: • Veri Madenciliği nedir? • Veri Madenciliğinin önemi ve uygulama alanları. • Veri Madenciliği süreci ve aşamaları. 2. Veri Ön İşleme: • Veri toplama ve veri temizleme. • Eksik veri işleme ve doldurma yöntemleri. • Anormal veri tespiti ve düzeltme yöntemleri 3. Denetimli Öğrenme: • Denetimli öğrenme ve sınıflandırma algoritmaları. • Regresyon analizi ve modelleme. 4. Denetimsiz Öğrenme: • Denetimsiz öğrenme ve kümeleme algoritmaları. • Birliktelik kuralları ve ilişkisel öğrenme. 5. Model Seçimi ve Doğrulama: • Doğrulama teknikleri ve model performansının değerlendirilmesi. • Hiper parametre ayarlama ve model seçimi. 6. Özellik Mühendisliği ve Boyut Azaltma: • Özellik seçimi ve önemli özelliklerin tanımlanması. • Boyut azaltma teknikleri ve uygulamaları. 7. Veri Görselleştirme • Veri görselleştirme araçları ve teknikleri. • Raporlama ve sunum becerileri. 8. Uygulamalar • Gerçek dünya uygulamaları ve endüstriyel senaryoların incelenmesi.