TÜRKÇE
ENGLISH
Genel Bilgi
| Birim | FEN BİLİMLERİ ENSTİTÜSÜ |
| BİLGİSAYAR MÜHENDİSLİĞİ (YL) (TEZLİ) (İNGİLİZCE) | |
| Kod | CENG509 |
| Ad | Machine Learning |
| Dönem | 2018-2019 Eğitim-Öğretim Yılı |
| Dönem | Güz |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | İngilizce |
| Seviye | Belirsiz |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi BUSE MELİS ÖZYILDIRIM |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Makine öğrenmesi algoritmalarının kavranması, uygulanabilmesi ve analiz edilebilmesidir.
Dersin İçeriği
Makine öğrenmesi algoritmalarının teorik olarak incelenmesini, örnek veri setleri üzerinde uygulanmasını ve sonuçların analizini içerir
Dersin Ön Koşulu
Kaynaklar
Notlar
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Makine öğrenmesi algoritmalarının prensiplerini kavrar |
| ÖÇ02 | Probleme uygun algoritmayı seçmeyi öğrenir |
| ÖÇ03 | Algoritmaları farklı veriler üzerinde uygular |
| ÖÇ04 | Hiperparametre ayarları yapmayı öğrenir |
| ÖÇ05 | Sonuçları analiz etmeyi öğrenir |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. | 5 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | 5 |
| PÖÇ03 | Yetkinlikler - Öğrenme Yetkinliği | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | 5 |
| PÖÇ04 | Yetkinlikler - Öğrenme Yetkinliği | Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 5 |
| PÖÇ05 | Yetkinlikler - Öğrenme Yetkinliği | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. | 5 |
| PÖÇ06 | Yetkinlikler - Öğrenme Yetkinliği | Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. | 5 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Öğrenme becerilerine sahip olur. | 5 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. | 5 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır. | 5 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. | 5 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. | 5 |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | 5 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Makine öğrenmesi algoritmalarına giriş | Konu ile ilgili araştırma | |
| 2 | Algoritmalarının performans ölçümlerinde kullanılan yöntemlerin incelenmesi | Konu ile ilgili araştırma | |
| 3 | Lineer regresyon, lojistik regresyon konularının anlatımı | Konu ile ilgili araştırma | |
| 4 | Perceptron, çok katmanlı perceptron, eğim düşüm yöntemi, geriye yayma öğrenmesi | Konu ile ilgili araştırma | |
| 5 | Olasılığa dayalı yaklaşımlar, Bayes sınıflandırması, Naive Bayes yöntemi | Konu ile ilgili araştırma | |
| 6 | Eğiticisiz öğrenme yöntemleri (kümeleme ve haritalama yöntemleri) | Konu ile ilgili araştırma | |
| 7 | Boyut azaltma yöntemleri | Konu ile ilgili araştırma | |
| 8 | Ara Sınav | Notların okunması | |
| 9 | Karar Ağaçları | Konu ile ilgili araştırma | |
| 10 | Toplu öğrenme yöntemleri (random forests, Adaboost) | Konu ile ilgili araştırma | |
| 11 | Bulanık mantık yöntemi | Konu ile ilgili araştırma | |
| 12 | Destek vektör makinesi | Konu ile ilgili araştırma | |
| 13 | Bulanık mantık yöntemi | Konu ile ilgili araştırma | |
| 14 | Destek vektör makinesi | Konu ile ilgili araştırma | |
| 15 | Takviyeli öğrenme yöntemi- Q learning | Konu ile ilgili araştırma | |
| 16 | Yarıyıl Sonu Sınavları | Notların okunması | |
| 17 | Yarıyıl Sonu Sınavları | Notların okunması |