AKTS - Örüntü Tanıma
Örüntü Tanıma (EE448) Ders Detayları
Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
---|---|---|---|---|---|---|---|
Örüntü Tanıma | EE448 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
Ön Koşul Ders(ler)i |
---|
N/A |
Dersin Dili | İngilizce |
---|---|
Dersin Türü | Seçmeli Dersler |
Dersin Seviyesi | Lisans |
Ders Verilme Şekli | Yüz Yüze |
Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Tartışma, Uygulama-Alıştırma. |
Dersin Öğretmen(ler)i |
|
Dersin Amacı | 1. Örüntü tanımanın, Yapay Zeka alanındaki yeri hakkında bilgi vermek 2. Özellik oluşturma ve seçme, ses/ görüntü işleme, makine öğrenme yöntemleri (gözetimli ve gözetimsiz) konularında tanışıklık kazandırma 3. Seçilecek proje ile pratik yapma yeteneği |
Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Dersin İçeriği | Örüntü tanımaya giriş, Bayes karar verme teorisi, maksimum benzerlik kestirimi, doğrusal ve doğrusal olmayan sınıflandırma, perceptron, yapay sinir ağları, destek vektör makineleri, kümeleme, proje bazlı uygulamalar |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Örüntü tanımaya giriş | Bu haftanın konularına ders kitabınızdan bakınız |
2 | Bayes karar kuramına dayalı sınıflandırıcılar | Geçen haftayı tekrar edin ve bu haftanın konusunu kitabınızdan okuyun |
3 | Bayes karar kuramına dayalı sınıflandırıcılar | Geçen haftayı tekrar edin ve bu haftanın konusuna çalışın |
4 | Doğrusal sınıflandırıcılar | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
5 | Doğrusal olmayan sınıflandırıcılar | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
6 | Doğrusal olmayan sınıflandırıcılar | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
7 | Sınıflandırıcı kombinasyonu | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
8 | Öznitelik seçimi | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
9 | Öznitelik oluşturma | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
10 | Öznitelik oluşturma | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
11 | Kümeleme algoritmaları, çok boyutlu ölçekleme | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
12 | Kümeleme algoritmaları, çok boyutlu ölçekleme | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
13 | Uygulamalar: İmge ve konuşma işleme | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
14 | Uygulamalar: İmge ve konuşma işleme | Geçen haftayı tekrar edin ve bu haftanın konusunu okuyun |
Kaynaklar
Ders Kitabı | 1. Pattern Recognition, S.Theodoridis and K.Koutroumbas,4th Ed., Academic Press, 2009. |
---|---|
Diğer Kaynaklar | 2. Pattern Classification, R.O.Duda, P.E.Hart and D.G.Stork, John Wiley, 2001. |
3. Pattern Recognition and Machine Learning, C.M.Bishop, Springer, 2006. | |
4. Introduction to Pattern Recognition A Matlab Approach, S.Theodoridis, A.Pikrakis, K.Koutroumbas, D.Cavouras, Academic Press, 2010. |
Değerlendirme System
Çalışmalar | Sayı | Katkı Payı |
---|---|---|
Devam/Katılım | - | - |
Laboratuar | - | - |
Uygulama | - | - |
Alan Çalışması | - | - |
Derse Özgü Staj | - | - |
Küçük Sınavlar/Stüdyo Kritiği | - | - |
Ödevler | 3 | 15 |
Sunum | - | - |
Projeler | 1 | 20 |
Rapor | - | - |
Seminer | - | - |
Ara Sınavlar/Ara Juri | 1 | 25 |
Genel Sınav/Final Juri | - | - |
Toplam | 5 | 60 |
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 55 |
---|---|
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 45 |
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 | Matematik, fen bilimleri ve mühendislik disiplinlerine özgü konularda yeterli bilgi birikimi edinir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi kazanır. | |||||
2 | Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi kazanır; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi kazanır. | X | ||||
3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi kazanır; bu amaçla modern tasarım yöntemlerini uygulama becerisi kazanır. | |||||
4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi kazanır; bilişim teknolojilerini etkin bir şekilde kullanma becerisi kazanır. | |||||
5 | Karmaşık mühendislik problemlerinin veya mühendislik disiplinlerine özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır. | |||||
6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi kazanır; bireysel çalışma becerisi kazanır. | |||||
7 | (a) Sözlü ve yazılı etkin iletişim kurma becerisi kazanır; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır. (b) En az bir yabancı dil bilgisi edinir; bu yabancı dilde etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır. | |||||
8 | Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık edinir; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır. | |||||
9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi kazanır. | |||||
10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi kazanır; girişimcilik, yenilikçilik hakkında farkındalık kazanır; sürdürülebilir kalkınma hakkında bilgi kazanır. | |||||
11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi kazanır; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık kazanır. | |||||
12 | (a) (i) Akışkanlar mekaniği, (ii) ısı transferi, (iii) üretim süreçleri, (iv) elektronik ve kontrol, (v) taşıt elemanları tasarımı, (vi) taşıt dinamiği, (vii) taşıt tahrik ve güç sistemleri, (viii) otomotiv alanındaki teknik mevzuat ve (ix) taşıt doğrulama testleri konularında bilgi kazanır. (b) Bu bilgilerin çok disiplinli otomotiv problemlerinin çözümüne yönelik olarak birleştirilmesi ve uygulanması becerisi kazanır. | |||||
13 | Kuramsal, deneysel ve benzetim yöntemleri ile bilgisayar destekli tasarım tekniklerinin otomotiv mühendisliği alanında kullanımı becerisi kazanır. | |||||
14 | Taşıt tasarımı ve imalatı alanlarında çalışabilme becerisi kazanır. |
ECTS/İş Yükü Tablosu
Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
---|---|---|---|
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
Laboratuar | |||
Uygulama | 4 | 4 | 16 |
Derse Özgü Staj | |||
Alan Çalışması | |||
Sınıf Dışı Ders Çalışma Süresi | 14 | 3 | 42 |
Sunum/Seminer Hazırlama | 1 | 4 | 4 |
Projeler | |||
Raporlar | |||
Ödevler | |||
Küçük Sınavlar/Stüdyo Kritiği | |||
Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 2 | 2 | 4 |
Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 3 | 3 |
Toplam İş Yükü | 117 |