Giriş | English

Lisans > Mühendislik Fakültesi > Harita Mühendisliği > MODERN VERİ İŞLEME TEKNİKLERİ
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
MODERN VERİ İŞLEME TEKNİKLERİ Birinci düzey HM 208 Zorunlu 4 2.00 2.00 Yazdır
   
Dersin tanımı
Ön koşul dersleri Bu dersin ön koşulu yoktur
Eğitimin dili Türkçe
Koordinatör DOÇ. DR. ÜMİT HALUK ATASEVER
Dersi veren öğretim eleman(lar)ı PROF. DR. ERKAN BEŞDOK
Yardımcı öğretim eleman(lar)ı Ahmet Emin Karkınlı Abdüsselam Kesikoğlu
Dersin veriliş şekli Teorik
Dersin amacı Öğrencilere veri madenciliği ve veri işleme konusunda giriş seviyesind ebeceri kazandırmak
Dersin tanımı Bu ders modern veri madenciliği teknikleri konusunda öğrencileri bilgilendirmeyi amaçlamaktadır.

Dersin içeriği
1- İstatistiksel veri işleme Teknikleri
2- Veri Madenciliği, İstatistiksel Analiz
3- Backtracking Search Optimization Algoritması (BSA)
4- Bernstain Differential Evolution Algoritması (BSD)
5- Artificial Bee Colony Algoritması (ABC)
6- Particle Swarm Optimization Algoritması (PSO)
7- İstatistiksel Öğrenme & Derin Öğrenme
8- Yapay Sinir Ağları Nedir ? Nasıl Çalışır ?
9- Bulanık Sistemler ve Görüntü Sınıflandırma
10- Midterm Exam
11- Data Processing Applications Clustering, Regression, Classifier Design, Error Analysis, Time Series Analysis
12- Proje ve Uygulama Sunumu
13- Proje ve Uygulama Sunumu
14- Yapay Zeka Uygulamaları
15- Proje ve Uygulama Sunumu
16- Final Sınavı
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Uzamsal Veri İşleme ve modelleme becerisi kazanma
2- Yapay Zeka model ve tekniklerini tanıma
3- Temel yapay-zeka veri işleme algoritmaları
4- Küresel optimizasyon aracı tasarımı
5- Analitik model kurma ve çözme
6- Benzetim ve Tahmin modelleri geliştirme
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Matematik, fen bilimleri ve harita mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2- Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3- Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4- Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5- Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6- Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7- Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8- Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9- Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10- Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11- Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
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 iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 3 6 18
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 3 10 30
Ödevler 2 5 10
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 1 5 5
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 1 5 5
Araştırma 0 0 0
Toplam iş yükü     68
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   50
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   50
Yarıyıl sonu sınavının başarıya katkı oranı   50
Genel toplam   100

Önerilen veya zorunlu okuma materyalleri
Ders kitabı 1- Mühendislikte Yapay Zeka Uygulamaları 1 / Yapay Sinir Ağları 2- Yapay Zeka Optimizasyon Algoritmaları (Karaboğa Derviş)
Yardımcı Kaynaklar -

Ders ile ilgili dosyalar