Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CSE 5091	Zamansal Bilgi Sistemleri	SEÇMELİ	3	0	0	8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ.DR. DERYA BİRANT

Dersi Alan Birimler

Bilgisayar Mühendisliği Tezsiz Yüksek Lisans
Bilgisayar Mühendisliği Yüksek Lisans
Bilgisayar Mühendisliği Bütünleşik Doktora
Bilgisayar Mühendisliği Doktora
Bilgisayar Mühendisliği Tezsiz Yüksek Lisans (İ.Ö)

Dersin Amacı

Bu ders, zamanla ilgili verilerin toplanmasına ve işlenmesine odaklanan araştırmalara yönelik ileri düzey bir derstir, örneğin zamanla değişen örüntülerin keşfedilmesi. Zamansal Bilgi Sistemleri (ZBS), zamansal yönleri olan verileri analiz etmeyi ve zamansal verilerden örüntüleri, ilişkileri ve kuralları keşfetmeyi kapsayacaktır.

Dersin Öğrenme Kazanımları

1	Zamansal verilerde bulunan örüntüleri öğretmek.
2	Zamansal bilgi sistemi geliştirmek.
3	Zamansal verilerden tahmin modelleri oluşturmak.
4	Zamansal veri yönetimini gerçekleştirmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Zamansal Bilgi Sistemlerine Giriş
2	Zamansal Bilgi Sistemleri: Yakın Bakış
3	Zamansal Verilerde Bilgi Keşfi
4	Zamansal Veri Toplama ve Hazırlama
5	Zamansal Veri Madenciliği
6	Zamansal Verilerde Örüntü Madenciliği
7	Zamansal Sınıflandırma ve Tahminleme
8	Zamansal Kümeleme
9	Zamansal Verilerde Anomali Tespiti
10	Gelişmiş Zaman Serisi Tahmini
11	Zamansal Veri Madenciliği için Akıllı Analiz
12	Proje sunumları
13	Proje sunumları
14	Proje sunumları

Ders İçin Önerilen Kaynaklar

Temporal Data Mining via Unsupervised Ensemble Learning, Yun Yang, 2016.

Temporal Data Mining, Theophano Mitsa, 2010.

Advanced Time Series Forecasting Using Data Mining Techniques: Intelligent Analysis to Mine Temporal Data, Francisco Martinez Alvarez, 2010.

Anomaly Detection In Temporal Data Mining, Mehmet Yavuz Onat, 2015.

Temporal Information Systems in Medicine, Carlo Combi, 2014.

Temporal and Spatio-temporal Data Mining, Wynne Hsu, Mong Li Lee, Junmei Wang, 2008.

Bilimsel dergilerde yayınlanan makaleler.

Öğrenme ve Öğretme Yöntemleri

Ders Anlatımı,
Literatür Taraması / Araştırma,
Uygulama Geliştirme,
Sunum,
Dönem Projesi

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	ODV	ÖDEV
2	SUN	SUNUM
3	YSBN	YIL SONU BAŞARI NOTU	ODV * 0.50 + SUN * 0.50

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ders sonuçları, öğrencinin bir konu üzerine yaptığı literatür araştırması, sunum, hazırladığı proje ve raporu ile değerlendirilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

Kod yazma bilgi ve becerisi gereklidir.
Katılım zorunludur.

Dersin Öğretim Üyesi İletişim Bilgileri

Doç. Dr. Derya BİRANT
Dokuz Eylül Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü
Tınaztepe Kampüsü, Buca, İzmir
+90 (232) 301 74 03
derya@cs.deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Dönem başında duyurulacaktır

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	14	3	42
Uygulama	0	0	0
Haftalık Ders öncesi/sonrası hazırlıklar	14	2	28
Proje Hazırlama	1	65	65
Web'de Tarama ve Kütüphane Çalışması	1	5	5
Sunum Hazırlama	1	30	30
Rapor hazırlama	1	25	25
Final Sınavı	0	0	0
Diğer Kısa Sınav	0	0	0
TOPLAM İŞ YÜKÜ (saat)			195

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.2	PK.3	PK.4	PK.7	PK.8	PK.9	PK.10
ÖK.1		5		5
ÖK.2		5				5
ÖK.3	5				5	5
ÖK.4			5				5

DERS ADI

DERECE PROGRAMLARI