TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | YZ001 |
| Ad | Makine Öğrenmesi |
| Dönem | 2024-2025 Eğitim-Öğretim Yılı |
| Dönem | Güz |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Doç. Dr. YUSUF KUVVETLİ |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Yapay Zeka biliminin işlemsel zeka kısmı için gerekli matematiksel ve algoritmik taban bilginin kazandırılması, eğiticili, eğiticisiz ve takviyeli öğrenme kavramlarının güncel yapay zeka topolojileri içerisinde kullanımının kavranmasıdır.
Dersin İçeriği
Makine öğrenmesi algoritmaları, eğiticili, eğiticisiz ve takviyeli öğrenme kavramlarının güncel yapay zeka topolojileri
Dersin Ön Koşulu
Dersin ön koşulu bulunmamaktadır.
Kaynaklar
Tom M. Mitchell, Machine Learning , McGraw Hill, 1997, 9780070428072, 0070428077.
Notlar
Ethem Alpaydın, Introduction to Machine Learning, third edition. MIT Press, 2014, 0262028182, 9780262028189.
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Hata minimizasyonunu ve matematiksel hata minimizasyon yöntemlerini bilir |
| ÖÇ02 | Bulanık Mantık ile mühendislik problemi çözer |
| ÖÇ03 | Otomatik, akıllı ve zeki sistemi ayırt eder, eğiticili, eğiticisiz ve takviyeli öğrenmeyi gerçekler |
| ÖÇ04 | Yapay sinir ağı eğitir, sınıflama ve regresyon performans skorlama metriklerini kullanır, MLP, RBF, GRNN, PNN ve SOM yapay sinir ağlarını MATLAB veya Phyton ortamında gerçekler, |
| ÖÇ05 | Destek vektör makinesini, konvolüsyonlu yapay sinir ağını, karar ağacı ve genetik algoritmayı mühendislik problemlerinde kullanabilir |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Beceriler - Bilişsel, Uygulamalı | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. | |
| PÖÇ03 | Beceriler - Bilişsel, Uygulamalı | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. | 4 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. | |
| PÖÇ05 | Beceriler - Bilişsel, Uygulamalı | Alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 5 |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. | 5 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. | |
| PÖÇ08 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | |
| PÖÇ10 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. | |
| PÖÇ11 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır. | |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Hata minimizasyonu ve LMS algoritması | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 2 | Eğim düşümü, en küçük adımlar ve Levenberg Marquardt algoritmaları | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 3 | Yapay sinir ağlarına giriş ve f-skorlama | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 4 | Eğiticili öğrenme ve Perceptron öğrenme algoritması | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 5 | MLP yapay sinir ağı ve gerçek veri setleriyle çalışmak | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 6 | RBF yapay sinir ağı | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 7 | GRNN ve PNN yapay sinir ağları | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınavlar | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Eğiticisiz öğrenme ve SOM yapay sinir ağı | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 10 | Bulanık Mantık | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 11 | Karar ağacı | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 12 | Genetik algoritma | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 13 | Lagrange enterpolasyonu | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 14 | Destek vektör makinesi | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 15 | Konvolüsyonlu Sinir Ağları | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 16 | Yarıyıl Sonu Sınavları | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 15 | 15 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 20 | 20 |
| Toplam İş Yükü (Saat) | 162 | ||
| Toplam İş Yükü / 25 (s) | 6,48 | ||
| AKTS | 6 AKTS | ||