• ANASAYFA
  • Geçmişten Günümüze Dokuz Eylül Üniversitemiz
  • Türkiye ve İzmir Hakkında
• ÜNİVERSİTE HAKKINDA
  • İsim ve Adres
  • Akademik Takvim
  • Üniversite Yönetimi
  • Genel Bilgi
  • Derece Programları
  • Genel Kabul Koşulları
  • Önceki Öğrenme Sürecinin Tanınması
  • Genel Kayıt İşlemleri
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli Öğrenciler İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenme Olanakları
  • Uluslararası Programlar
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları /Öğrenci Birlikleri
• LLP/ERASMUS
  • AKTS/DE Koordinatörleri
  • Kayıt İşlemleri
  • Uluslararası İlişkiler
  • İkili Anlaşmalar
  • AKTS Belgeleri
  • DE Etiketi
  • Erasmus Öğrencilerimiz

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS İME 5017 MATEMATİK EĞİTİMİNDE VERİ MADENCİLİĞİ SEÇMELİ 3 0 0 7

Dersi Veren Birim

İlköğretim Matematik Öğretmenliği Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇENT SERKAN NARLI

Dersi Alan Birimler

İlköğretim Matematik Öğretmenliği Yüksek Lisans

Dersin Amacı

Veri madenciliğinin kavratılması ve matematik eğitimindeki yerinin anlaşılması

Dersin Öğrenme Kazanımları

1   Veri madenciliğinin ve çeşitlerinin neler olduğunu bilme 2   Matematik eğitiminde veri madenciliğinin yerini belirleyebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Veri ve Veri Madenciliği Nedir 2 Veri Madenciliği Sistemlerinin Sınıflandırılması 3 Veri Madenciliğinin Gelişmesinde Etkili Olan Etmenler 4 Veri Madenciliğinin Görevleri 5 Veri Madenciliğinin Uygulama Adımları 6 Tanımlayıcı Yöntemler 7 Veri Madenciliğinde Kullanılan Programlar 8 Ara Sınav 9 Veri Madenciliğinin Diğer Disiplinler ile İlişkisi 10 Matematik Eğitimi ve Veri Madenciliği 11 Verilerin İncelenmesi 12 Model Oluşturma 13 Örnek Makale inceleme 14 Dönemin genel değerlendirilmesi 15 Yarıyıl Sonu Sınavı

Ders İçin Önerilen Kaynaklar

1. Introduction to Data Mining, P. N. Tan, M. Steinbach, V. Kumar, Addison Wesley, 2006 2 Dunham, M.H., Data Mining: Introductory and Advanced Topics, Prentice Hall, New Jersey, 2003 3 (Kavram ve Algoritmalarıyla) Veri Madenciliği. Gökhan Silahtaroğlu, ISBN: 978-975-6797-81-5, Papatya Yayıncılık, 2008 4 Veri Madenciliği Yöntemleri. Yalçın Özkan, ISBN: 978-975-6797-82-2, Papatya Yayıncılık, 2010

Öğrenme ve Öğretme Yöntemleri

Düz anlatım, sunum, tartışma

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 YIN Yıl içi Notu 2 ODV Ödev 3 YSS Yıl Sonu Notu 4 BNS BNS YIN * 0.30 + ODV * 0.10 + YSS * 0.60 5 BUT Bütünleme 6 BBN BütSonuBaşarıNotu YIN * 0.30 + ODV * 0.10 + BUT * 0.60

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Uygulama 0 Ders anlatımı 14 3 42 Diğer kısa sınavlara hazırlık 0 Ödev hazırlama 0 Diğer (lütfen belirtiniz) 0 Haftalık ders öncesi/sonrası hazırlıklar (ders materyallerinin, makalelerin okunması vb.) 14 3 42 Vize sınavına hazırlık 1 20 20 Final sınavına hazırlık 1 25 25 Sunum hazırlama 8 4 32 Diğer kısa sınav vb. 0 Final Sınavı 1 1 1 Vize Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 163

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 PK.11 PK.12 PK.13 PK.14 PK.15 ÖK.1 2 4 2 5 ÖK.2 2 4 2 5