AKTS - Makine Öğrenmesi
Makine Öğrenmesi (ECON555) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Makine Öğrenmesi | ECON555 | Alan Dışı Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Sosyal Bilimler Yüksek Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Bu ders makine öğrenmesi istatistiksel örüntü tanıma konularına geniş bir giriş içermektedir ve büyük veri özelliklerine sahip veri yapılarının analizinde daha hızlı karar vermeyi sağlayan yazılım teknolojilerinin anlaşılmasını amaçlamaktadır. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Gözetimli ve gözetimsiz öğrenme, öğrenme teorisi, pekiştirici öğrenme ve uyarlamalı kontrol; Makine öğrenmesi alanındaki; robotik kontrol, veri madenciliği, otonom navigasyon, biyoinformatik, ses tanımlama, metin ve web veri işleme politika ve programlarının değerlendirmesi gibi güncel uygulamalar. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Giriş ve Basit Kavramlar | Ders Notları |
| 2 | Denetimli Öğrenme Kurulumu. Doğrusal Regresyon. Tartışma Bölümü: Doğrusal Cebir | Ders Notları |
| 3 | Ağırlıklı En Küçük Kareler. Lojistik Regresyon. Netwon Metodu | Ders Notları |
| 4 | Algılayıcı. Üstel Aile. Genelleştirilmiş Doğrusal Modeller. Tartışma Bölümü: Olasılık | Ders Notları |
| 5 | Gaussgil Diskriminant Analizi | Ders Notları |
| 6 | Saf Bayes. Laplace Yumuşatma. Kernel Metodları Discussion Section: Python | Ders Notları |
| 7 | SVM. Kerneller | Ders Notları |
| 8 | Sinir ağı. Tartışma Bölümü: Öğrenme Teorisi | Ders Notları |
| 9 | Sapma/Varyans. Düzenlileştirme. Özellik / Model seçimi. Tartışma Bölümü: Değerlendirme Metrikleri | Ders Notları |
| 10 | ML Projeleri için Pratik Öneriler | Ders Notları |
| 11 | K-ortalamalar. Gaussgil Karışımlar. Beklenti Maksimizasyonu. | Ders Notları |
| 12 | GMM(EM). Faktör Analizi | Ders Notları |
| 13 | Temel Bileşenler Analizi. Bağımsız Bileşen Analizi | Ders Notları |
| 14 | MDP. Bellman Denklemleri. Değer Yineleme ve Politika Yineleme. | Ders Notları |
Kaynaklar
| Diğer Kaynaklar | 1. Ders Notlar / Lecture notes available |
|---|
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 14 | 10 |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | 2 | 20 |
| Projeler | - | - |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 20 |
| Genel Sınav/Final Juri | 1 | 50 |
| Toplam | 18 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 100 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Temel mikro ekonomik teorileri ve yaklaşımları karşılaştırabilir ve eleştirel bir bakış açısıyla değerlendirir | X | ||||
| 2 | Temel makro ekonomik teorileri ve yaklaşımları karşılaştırabilir ve eleştirel bir bakış açısıyla değerlendirir | X | ||||
| 3 | Matematiksel modelleme uygular | X | ||||
| 4 | İktisadi olguları istatistiksel ve ekonometrik yöntemleri kullanarak analiz eder | X | ||||
| 5 | Temel ekonomik göstergeleri analiz edebilir ve yorumlar | X | ||||
| 6 | Literatür taraması yaparak teorik bilgiye ulaşabilir ve ampirik olarak doğrulanabilir bir hipotez oluşturur | X | ||||
| 7 | Bir araştırma tasarlayabilir ve belirlenen zaman çerçevesinde araştırmayı yürütebilir | X | ||||
| 8 | Uygulamalı iktisat alanındaki karmaşık problemlerin çözümlerine yönelik yeni yaklaşımlar geliştirebilir | X | ||||
| 9 | Akademik araştırma sonuçlarına dayanan uygun politikalar geliştirir ve önerebilir | X | ||||
| 10 | Sorunların çözümü için diğer disiplinlerden elde edilen bilgi ile ekonomik bilgiyi birleştirerek değerlendirebilir | |||||
| 11 | Bilgi teknolojisini etkin bir şekilde kullanabilir | X | ||||
| 12 | Bağımsız araştırma yapabilir ve öğrenebilme becerisi edinir | X | ||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 14 | 3 | 42 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 14 | 3 | 42 |
| Sunum/Seminer Hazırlama | 1 | 21 | 21 |
| Projeler | |||
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 20 | 20 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 25 | 25 |
| Toplam İş Yükü | 150 | ||