Ders Detayı
Ders Detayı
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| MAKİNE ÖĞRENMESİNE GİRİŞ | EEE3167980 | Güz Dönemi | 3+0 | 3 | 6 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
| Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
| Dersin Yardımcıları | |
| Dersin Amacı | Makine öğrenmesi tekniklerini uygulayabilmek ve değerlendirebilmek. |
| Dersin İçeriği | Bu ders; Makine öğrenmesinin temelleri,Regresyon,Sınıflandırmanın temelleri,Bayes sınıflandırıcı,Lojistik regresyon,Destek vektör makineleri,Sinir ağları,Evrişimsel sinir ağları,Karar ağaçları,Topluluk metotları,Öznitelik seçimi,Temel komponent analizi,Öbekleme,Model değerlendirme; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Regresyon tekniklerini uygular | 12, 14, 16, 6, 9 | A, E |
| Sınıflandırma tekniklerini değerlendirir | 12, 14, 16, 6, 9 | A, E |
| Gözetimsiz makine öğrenmesi uygular | 12, 14, 16, 6, 9 | A, E |
| Öznitelik seçim / analiz tekniklerini uygular | 12, 14, 16, 6, 9 | A, E |
| Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Makine öğrenmesinin temelleri | |
| 2 | Regresyon | |
| 3 | Sınıflandırmanın temelleri | |
| 4 | Bayes sınıflandırıcı | |
| 5 | Lojistik regresyon | |
| 6 | Destek vektör makineleri | |
| 7 | Sinir ağları | |
| 8 | Evrişimsel sinir ağları | |
| 9 | Karar ağaçları | |
| 10 | Topluluk metotları | |
| 11 | Öznitelik seçimi | |
| 12 | Temel komponent analizi | |
| 13 | Öbekleme | |
| 14 | Model değerlendirme |
| Kaynak |
| Bishop, “Pattern Recognition and Machine Learning,” Springer, (1st edition) Duda, Hart, and Stork, “Pattern Classification,” Wiley-Interscience, (2nd edition) |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
| 4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
| 6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
| 7 | Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi | X | |||||
| 8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
| 9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
| 10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
| 11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık | ||||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 30 | |
| Genel Sınavın Başarıya Oranı | 70 | |
| Toplam | 100 | |
| AKTS / İşyükü Tablosu | ||||||
| Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
| Ders Saati | 14 | 3 | 42 | |||
| Rehberli Problem Çözme | 0 | 0 | 0 | |||
| Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 0 | 0 | 0 | |||
| Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
| Proje Sunumu / Seminer | 0 | 0 | 0 | |||
| Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
| Ara Sınav ve Hazırlığı | 1 | 24 | 24 | |||
| Genel Sınav ve Hazırlığı | 1 | 24 | 24 | |||
| Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
| Toplam İş Yükü (Saat) | 90 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(90/30) | 3 | |||||
| Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. | ||||||
Dersin Detaylı Bilgileri
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| MAKİNE ÖĞRENMESİNE GİRİŞ | EEE3167980 | Güz Dönemi | 3+0 | 3 | 6 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
| Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
| Dersin Yardımcıları | |
| Dersin Amacı | Makine öğrenmesi tekniklerini uygulayabilmek ve değerlendirebilmek. |
| Dersin İçeriği | Bu ders; Makine öğrenmesinin temelleri,Regresyon,Sınıflandırmanın temelleri,Bayes sınıflandırıcı,Lojistik regresyon,Destek vektör makineleri,Sinir ağları,Evrişimsel sinir ağları,Karar ağaçları,Topluluk metotları,Öznitelik seçimi,Temel komponent analizi,Öbekleme,Model değerlendirme; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Regresyon tekniklerini uygular | 12, 14, 16, 6, 9 | A, E |
| Sınıflandırma tekniklerini değerlendirir | 12, 14, 16, 6, 9 | A, E |
| Gözetimsiz makine öğrenmesi uygular | 12, 14, 16, 6, 9 | A, E |
| Öznitelik seçim / analiz tekniklerini uygular | 12, 14, 16, 6, 9 | A, E |
| Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Makine öğrenmesinin temelleri | |
| 2 | Regresyon | |
| 3 | Sınıflandırmanın temelleri | |
| 4 | Bayes sınıflandırıcı | |
| 5 | Lojistik regresyon | |
| 6 | Destek vektör makineleri | |
| 7 | Sinir ağları | |
| 8 | Evrişimsel sinir ağları | |
| 9 | Karar ağaçları | |
| 10 | Topluluk metotları | |
| 11 | Öznitelik seçimi | |
| 12 | Temel komponent analizi | |
| 13 | Öbekleme | |
| 14 | Model değerlendirme |
| Kaynak |
| Bishop, “Pattern Recognition and Machine Learning,” Springer, (1st edition) Duda, Hart, and Stork, “Pattern Classification,” Wiley-Interscience, (2nd edition) |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
| 4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
| 6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
| 7 | Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi | X | |||||
| 8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
| 9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
| 10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
| 11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık | ||||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 30 | |
| Genel Sınavın Başarıya Oranı | 70 | |
| Toplam | 100 | |