Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
İSTATİSTİKSEL SİNYAL İŞLEMEYE GİRİŞ Birinci Düzey BMM 539 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri
Eğitimin Dili TÜRKÇE
Koordinatör DR. ÖĞR. ÜYESİ ÇİĞDEM GÜLÜZAR ALTINTOP
Dersi Veren Öğretim Eleman(lar)ı DR. ÖĞR. ÜYESİ TURGAY BATBAT
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli
Dersin Amacı Klasik ve modern makine öğrenmesi yöntemleri ve biyomedikal veri uygulamaların araştırılması
Dersin Tanımı Makine öğrenmesi yöntemleri ve uygulamaları

Dersin İçeriği
1 Sınıflandırma ve regresyon nedir?
2 K en yakın komşu ve türevleri
3 İstatistik temelli sınıflandırma yöntemleri
4 Öğrenme algoritmaları
5 Destek vektör makineleri
6 Çok katmanlı algılayıcılar
7 Derin öğrenme uygulamaları
8 Geri yayılım yöntemleri
9 Resim sınıflandırma
10 Biyomedikal verilerde uygulamalar
11
12
13
14
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Makine öğrenmede eğitim yöntemlerinin anlaşılması
2 Katsayı belirlemede yöntemlerin incelenmesi
3 Makine öğrenme ile verilerin ele alınması
4 Sınıflandırma ve regresyon örneklerinin anlaşılması
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Gıda Mühendisliği alanında bir problemi tespit etmek, çözüm geliştirmek ve bunu uygulama yetisine sahip olmak.
2 Temel mühendislik konularında yeterli bilgi ve beceriye sahip olmak.
3 Gıda hammaddelerinin değerlendirilmesi, üretimin optimizasyonu, kalite ve güvenlik konularında yeterli alt yapıya sahip olmak.
4 Bilgiye erişebilme yöntemlerini kavrayabilmek.
5 Bilimsel yöntemlerle araştırma ve geliştirme faaliyetleri kapsamında planlama, uygulama ve sonuçları analiz edebilme becerisine sahip olmak.
6 Gıda mühendisliği alanındaki bir bilgiyi, çalışmayı yazılı, sözlü ve görsel olarak sistemli bir şekilde aktarabilmek.
7 En az bir yabancı dilde sözlü ve yazılı iletişim kurma yeteneğine sahip olmak.
8 Gıda mühendisliği alanının gerektirdiği sunum, yazım, tasarım, istatistik gibi konularda bilişim teknolojilerinden etkin olarak yararlanmak.
9 Proje hazırlama ve değerlendirme konularında bilgi ve beceriye sahip olmak.
10 Yaşam boyu öğrenmenin, bilim ve teknolojideki yenilikleri takip etmenin ve bu kapsamda kendini sürekli geliştirmenin önemini kavrayabilmek.
11 İşletme yönetimi, iş sağlığı ve güvenliği konularında bilgi ve bilince sahip olmak.
12 Gıda mühendisliği alanında kazandıkları bilgi ve becerileri disiplinlerarası çalışmalarda uygulayabilmek.
13 Sosyal ve etik değerleri özümsemek ve sorumluluğunu taşımak.
14
15
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 İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 25 1 25
Ödevler 50 1 50
Sunum / Seminer hazırlama 25 1 25
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 0 0 0
Proje (Yarıyıl ödevi) 25 1 25
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 0 0 0
Araştırma 25 1 25
Toplam iş yükü     192
AKTS     7.50

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

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar