Bu ders, kalıpları tanıma ve tahminlerde bulunmada değerli olduğu kanıtlanmış bu alanlardan ortaya çıkan yöntemleri incelemektedir. Bu kurs özellikle öğrencilere veri etiği, çoklu veri madenciliği teknikleri ve Veri Madenciliği için Sektörler Arası Standart Süreci (CRISP-DM) tanıtacaktır. Ders, kullanımı kolay yazılım ve vakaları kullanarak veri madenciliği algoritmaları ile uygulamalı deneyler için bir fırsat sağlayacaktır.

Bu ders öğrencilere Veri Madenciliği alanındaki temel kavramları tanıtır ve ticari kuruluşların karşılaştığı sorunların anlaşılması için yeni araçlar sağlar.

Ders anlatımları, sınavlar ve kısa sınavlar, vaka çalışmaları, tartışmalar, konuşmacı etkinlikleri, ödevler, dönem projeleri, grup çalışması ve takım projeleri, sunumlar.

Data Mining: Practical Machine Learning Tools and Techniques Ian H. Witten, Eibe Frank, Mark A. Hall Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner Galit Shmueli, Peter C. Bruce, Nitin R. Patel