AKTS - Makine Öğrenmesi

Makine Öğrenmesi (CMPE565) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Makine Öğrenmesi CMPE565 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı Dersin amacı makine öğrenmesi kavramlarını ve algoritmalarını öğretmektir.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Makine öğrenmesi kavramlarını ve algoritmalarını açıklayabilme.
  • Makine öğrenme sistemi tasarlayabilme, geliştirme ve test edebilme.
  • Verilen probleme göre optimal makine öğrenmesi algoritmasını seçebilme.
Dersin İçeriği Kavram öğrenmesi, karar ağaçları öğrenmesi, yapay sinir ağları, hipotezleri değerlendirme, Bayes öğrenmesi, bilişimsel öğrenme kuramı, durum-tabanlı öğrenme, genetik algoritmalar, analitik öğrenme, pekiştirme ile öğrenme.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Giriş Bölüm 1 (Ders Kitabı)
2 Kavram Öğrenmesi ve Genelden Özele Sıralama Bölüm 2
3 Karar Ağaçları Öğrenmesi, Bölüm 3
4 Yapay Sinir Ağları Bölüm 4
5 Hipotezleri Değerlendirme Bölüm 5
6 Bayes Öğrenmesi Bölüm 6
7 Bilişimsel Öğrenme Kuramı Bölüm 7
8 Durum-tabanlı Öğrenme Bölüm 8
9 Genetik Algoritmalar Bölüm 9
10 Kural Setlerini Öğrenme Bölüm 10
11 Analitik Öğrenme Bölüm 11
12 Tümevarımsal ve Analitik Öğrenmenin Birleştirilmesi Bölüm 12
13 Pekiştirme ile Öğrenme Bölüm 13
14 Pekiştirme ile Öğrenme Bölüm 13
15 Gözden geçirme
16 Gözden geçirme

Kaynaklar

Ders Kitabı 1. T.M. Mitchell, Machine Learning, McGraw-Hill, 1997
Diğer Kaynaklar 2. E. Alpaydin, Introduction to Machine Learning, MIT Press, 2004.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 2 25
Sunum - -
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 35
Genel Sınav/Final Juri 1 40
Toplam 4 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri
Uzmanlık/Alan Dersleri X
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 bilgisi ve mühendislik bilgilerini uygulama becerisi X
2 Deney tasarlama ve yapma ve deney sonuçlarını analiz ederek yorumlama becerisi. X
3 Belirlenen gereksinimlere göre bir sistem, bileşen ve işlem tasarımlama becerisi. X
4 Disiplinler arası alanlarda iş yapabilme becerisi.
5 Mühendislik problemlerini belirleme, formüle etme ve çözme becerisi. X
6 Profesyonel ve meslek etiği sorumluluğunu kavrama.
7 Etkin iletişim kurma becerisi.
8 Yaşam boyu eğitimin bir gereksinim olduğunu tanımak ve aynı zamanda bu eğitime angaje olma becerisi.
9 Çağdaş konular hakkında bilgi sahibi olmak. X
10 Mühendislik uygulamaları için gerekli modern mühendislik araçlarını, tekniklerini ve yetenekleri kullanma becerisi. X
11 Proje yönetimi becerileri ve uluslar arası standartları ve metodolojileri tanıma. X
12 Gerçek hayat problemleri için mühendislik ürünleri ve prototipleri yaratabilme yeteneği. X
13 Profesyonel bilgiye katkı yeteneği.
14 Metodolojik bilimsel araştırma yapabilme yeteneği.
15 Orijnal ya da var olan bir bilgi kümesi etrafında bir bilimsel yapıt üretme, raporlama ve sunma yeteneği.
16 Üretilen orijinal fikri savunma yeteneği.

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
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 2 32
Sunum/Seminer Hazırlama
Projeler
Raporlar
Ödevler 2 5 10
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 15 15
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 20 20
Toplam İş Yükü 125