Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CME 4432	KARAR DESTEK SİSTEMİ UYGULAMALARI	SEÇMELİ	2	2	0	6

Dersi Veren Birim

Bilgisayar Mühendisliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR. ÖĞR. ÜYESİ YUNUS DOĞAN

Dersi Alan Birimler

Bilgisayar Mühendisliği

Dersin Amacı

Bu dersin temel amacı, karar destek sistemlerini, neler oldukları ve hangi amaçla geliştirildikleri gibi temel kavramlarını ve bileşenlerini öğretip örnek uygulamalarla kullanarak etkin bir şekilde pekiştirmektir.

Dersin Öğrenme Kazanımları

1	Karar destek sistemlerinin temel kavramlarını tanımlayabilme
2	Veritabanı yönetim sistemlerinde, ileri düzey sorgularla ve uygulamaları ile karar üretebilme
3	İstatistiksel methotlar ve uygulamaları ile karar üretebilme
4	Veri madenciliği algoritmaları ve uygulamaları ile karar üretebilme
5	Akış madenciliği algoritmaları ve uygulamaları ile karar üretebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Optimal ve tatmin edici karar teorisi. Kesinlik altında karar verme, risk ve belirsizlik.
2	Uzman sistemler ve karar destek sistemleri.
3	Bir bilgi tabanı oluşturmak.
4	Karar Verme için Gelişmiş SQL Sorguları
5	Veritabanlarında Bilgi Bulma (seçim, ön işleme, dönüşüm, veri madenciliği, yorumlama).
6	Veri madenciliği-I (tahminleme işlemleri, tanımlayıcı işlemler, veri madenciliği yöntemleri ve teknikleri)
7	Veri madenciliği-II (tahminleme işlemleri, tanımlayıcı işlemler, veri madenciliği yöntemleri ve teknikleri)
8	Makine Öğrenmesi-I
9	Makine Öğrenmesi-II
10	Optimizasyon Algoritmaları
11	Veri madenciliği algoritmaları ile uygulamalar.
12	Akış madenciliği (Akış ve Büyük Veriler, tahminleme işlemleri, tanımlayıcı işlemler, akış madenciliği yöntemleri ve teknikleri)
13	Akış madenciliği algoritmalarıyla uygulamalar
14	Zaman serisi uygulamaları

Ders İçin Önerilen Kaynaklar

Ana kaynak: Turban, Ramesh Sharda, Dursun Delen, "Decision Support and Business Intelligence Systems", Prentice Hall, 9 Edition, 2010
Yardımcı kaynak: Jiawei Han, Micheline Kamber and Jian Pei, Data Mining Concepts and Techniques , Third Edition, 2012.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı / Sunum
Rehberli problem çözümü
Laboratuvar çalışmaları
Proje

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	PR	Proje
3	FN	Final
4	BNS	BNS	VZ * 0.20 + PR * 0.40 + FN * 0.40
5	BUT	Bütünleme Notu
6	BBN	Bütünleme Sonu Başarı Notu	VZ * 0.20 + PR * 0.40 + BUT * 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yıl içi çalışmaları bir vize sınavı ve çok sayıda laboratuvar / ödev etkinlikleri ile değerlendirilecektir.
Final sınavı tüm ders konularını kapsayacaktır.

Değerlendirme Kriteri

Öğrenme çıktıları sınavlar ve proje ile değerlendirilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

1. Teorik derslerin %70 ine, uygulamaların %80 ine katılım zorunludur.
2. Her türlü kopyacılık eylemi disiplin soruşturması açılması ile sonuçlandırılacaktır.

Dersin Öğretim Üyesi İletişim Bilgileri

Dr.Öğr.Üyesi Yunus DOĞAN
Dokuz Eylül Üniversitesi
Bilgisayar Mühendisliği Bölümü
Tınaztepe Yerleşkesi 35160 BUCA/İZMİR
Tel: (232) 301 74 18
E-Posta: yunus@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Pazartesi 10:30 - 12:00

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	14	2	28
Uygulama	14	2	28
Vize Sınavına Hazırlık	1	16	16
Final Sınavına Hazırlık	1	18	18
Proje Hazırlama	1	52	52
Final Sınavı	1	2	2
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			146

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.7
ÖK.1	4	2
ÖK.2	4	4	4	3	3	4	3
ÖK.3	4	4	4	3	3	4	3
ÖK.4	4	4	4	3	3	4	3
ÖK.5	4	4	4	3	3	4	3

DERS ADI

DERECE PROGRAMLARI