Giriş | English

Lisans > Mühendislik Fakültesi > Bilgisayar Mühendisliği > INTRODUCTION TO MACHINE LEARNING
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
INTRODUCTION TO MACHINE LEARNING Birinci düzey BS 444 Seçmeli 8 3.00 3.00 Yazdır
   
Dersin tanımı
Ön koşul dersleri Yok
Eğitimin dili İngilizce
Koordinatör DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU
Dersi veren öğretim eleman(lar)ı YRD. DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU
Yardımcı öğretim eleman(lar)ı Yok
Dersin veriliş şekli Yüz Yüze
Dersin amacı Makineli öğrenme konularının incelenmesini amaçlamaktadır.
Dersin tanımı Makineli öğrenme konularının incelenmesi

Dersin içeriği
1- Giriş
2- Kavram öğrenme ve genelden özele sıralama
3- Karar ağacı ile öğrenme
4- Yapay sinir ağları
5- Hipotezleri değerlendirme
6- Bayes öğrenme
7- Bayes öğrenme
8- Hesaplamalı öğrenme teorisi
9- Genetik algoritmalar
10- Kural tabanlı öğrenme
11- Kural tabanlı öğrenme
12- Analitik öğrenme
13- Zorlamalı öğrenme
14- Makineli öğrenme uygulamaları
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Bayes öğrenme ve kural tabanlı öğrenme tekniklerini kullanma becerisi
2- Makineli öğrenme tekniklerinin problemleri çözmek için kullanma becerisinin elde edilmesi
3- Karar ağaçlarını kullanabilme becerisi
4- Yapay sinir ağlarını kullanabilme becerisi
5- Danışmanlı öğrenme tekniklerini kullanabilme becerisi
6- Danışmansız öğrenme tekniklerini kullanabilme becerisi
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Mühendislik konularında matematik ve fen bilgilerini uygulama becerisine sahip olur.
2- Bir problemi saptama, tanımlama, formüle etme ve çözme becerisine sahip olur.
3- Bir sistemi, parçayı ya da süreci tasarlama becerisine sahip olur.
4- Mühendislik uygulamaları için gerekli olan teknikleri ve araçları kullanma becerisine sahip olur.
5- Deney/proje tasarlama, uygulama ve sonuçlarını analiz ederek yorumlama becerilerine sahip olur.
6- Takım çalışmasına yatkınlık becerisine sahip olur.
7- Bireysel çalışma becerisine sahip olur.
8- Sözlü ve/veya yazılı iletişim kurma becerisine sahip olur.
9- Yaşam boyu öğrenmenin gerekliliği bilinci ve bunu gerçekleştirebilme becerisine sahip olur.
10- Mesleki ve etik sorumluluk bilinci ile hukuksal konularda bilgiye sahip olur.
11- Yönetsel becerilere (liderlik, organizasyon, zaman ve risk yönetimi, kalite bilinci, verimlilik vb) sahip olur.
12- Zamanı en iyi şekilde kullanma becerisine sahip olur.
13- Alışılmışın dışında yollar bulabilme becerisine sahip olur.
14- Yönetim becerisi, mesleki özgüven ve inisiyatif alabilme özelliklerine sahip olur.
15- Problemlere çözümler getirirken ulusal çıkarları gözetir.
16-
17-
18-
19-
20-
21-
22-
23-
24-
25-
26-
27-
28-
29-
30-
31-
32-
33-
34-
35-
36-
37-
38-
39-
40-
41-
42-
43-
44-
45-
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 2 28
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 0 0 0
Ödevler 0 0 0
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 7 7
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 8 8
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 2 2
Araştırma 0 0 0
Toplam iş yükü     62
AKTS     2.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 20
Kısa sınav 0 0
Ödev 1 20
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen veya zorunlu okuma materyalleri
Ders kitabı Machine Learning, Tom Mitchell, McGraw Hill
Yardımcı Kaynaklar -

Ders ile ilgili dosyalar