Bu dersin amacı, doktora öğrencilerine ileri düzey veri madenciliği kavramları, algoritmaları ve araştırma metodolojileri konusunda derinlemesine bir anlayış kazandırmaktır. Ders; örüntü keşfi, yüksek boyutlu veri analizi, ölçeklenebilir veri madenciliği, grafik ve ağ madenciliği ile makine öğrenmesi tabanlı veri madenciliği yaklaşımlarındaki güncel (state-of-the-art) tekniklere odaklanmaktadır. Öğrenciler, araştırma yeniliklerini eleştirel bir bakış açısıyla değerlendirmeyi, özgün veri madenciliği yöntemleri tasarlamayı ve bu yöntemleri gerçek dünyaya ait karmaşık veri kümelerine uygulamayı öğreneceklerdir.

Bu ders; ölçeklenebilir veri madenciliği, yüksek boyutlu veri analizi, grafik ve ağ madenciliği, derin öğrenme tabanlı veri madenciliği, akış (streaming) verileri, dağıtık ve paralel veri madenciliği çerçeveleri ile dolandırıcılık tespiti, biyomedikal veri analizi, siber güvenlik ve öneri sistemleri gibi modern uygulamaları kapsayan ileri düzey konuları içermektedir. Öğrencilerden; güncel araştırma makalelerini okumaları, algoritma gerçekleştirme (implementation) ve değerlendirmeyi içeren ödevleri tamamlamaları, tartışmalara aktif olarak katılmaları ve doktora araştırma ilgi alanlarıyla uyumlu bir final araştırma projesi ortaya koymaları beklenmektedir.

Öğretim elemanı tarafından hazırlanmış ders notları

Jiawei Han, Micheline Kamber, Jian Pei – Data Mining: Concepts and Techniques