Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
MAKİNE ÖĞRENME TEKNİKLERİ	Üçüncü Düzey	ENM 535		1	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	__
Eğitimin Dili	Türkçe
Koordinatör	DR. ÖĞR. ÜYESİ GÜLHAN TOĞA
Dersi Veren Öğretim Eleman(lar)ı	PROF. DR. İBRAHİM DOĞAN, DR. ÖĞR. ÜYESİ GÜLHAN TOĞA
Yardımcı Öğretim Eleman(lar)ı	__
Dersin Veriliş Şekli	Teorik -Yüz yüze
Dersin Amacı	Bu dersin amacı, makine öğrenmesinin matematiksel temellerini, temel algoritmalarını ve model değerlendirme yöntemlerini öğretmek; öğrencilerin gerçek veri problemlerine uygun model tasarlayabilmesini sağlamaktır.
Dersin Tanımı	Bu ders, makine öğrenmesinin temel kavramlarını, öğrenme türlerini, veri ön işleme süreçlerini, temel denetimli ve denetimsiz öğrenme algoritmalarını, model değerlendirme yöntemlerini ve güncel makine öğrenmesi yaklaşımlarını kapsar. Ders kapsamında öğrencilerin gerçek veri problemlerine uygun model seçme, geliştirme, değerlendirme ve sonuçları yorumlama becerisi kazanmaları amaçlanmaktadır.

Dersin İçeriği

1	Olasilik,
2	temel olasilik dagilimlari,
3	Kavramsal öğrenme,
4	Regresyon icin lineer modeller,
5	Regresyon icin lineer modeller,
6	Lojistik Regresyon
7	Destekli ogrenme,
8	Destekli ogrenme,
9	Vize
10	Grafiksel modeller,
11	Bayes Aglari,
12	Bayes Aglari,
13	Dinamik Bayes Aglari,
14	Olasılıksal karışım modelleri,
15	Destek Vektör Makinaları,
16	__
17	__
18	__
19	__
20	__

Dersin Öğrenme Çıktıları

1	Makine öğrenmesinin temel kavramlarını açıklar
2	Makine öğrenmesi problem türlerini açıklar
3	Makine öğrenmesi için ön veri analizini gerçekleştirebilir, eğitim, test ve doğrulama veri setleri oluşturur ve kullanır
4	Temel sınıflandırma algoritmalarını uygular
5	Temel gruplama algoritmalarını uygular
6	Mühendislik, tıp vb alanlardaki büyük veri setleri ile analiz ve bilgi çıkarımı yapar
7	__
8	__
9	__
10	__

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Elektrik-elektronik mühendisliği alanında bilimsel araştırma yaparak bilgiye derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
2	Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
3	Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur.
4	Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
5	Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
6	Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
7	Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
8
9
10
11
12
13
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)	14	3	42
Ödevler	1	10	10
Sunum / Seminer hazırlama	1	10	10
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	30	30
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	30	30
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	15	15
Yarıyıl sonu sınavı	1	3	3
Araştırma	0	0	0
Toplam iş yükü			185
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	50
Kısa sınav	0	0
Ödev	1	50
Yarıyıl içi toplam		100
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, by Tom Mitchell, McGraw-Hill, 1997
Yardımcı Kaynaklar	Machine Learning, by Tom Mitchell, McGraw-Hill, 1997

Ders İle İlgili Dosyalar