AKTSÖrüntü Tanıma

Örüntü Tanıma (EE448) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Örüntü Tanıma EE448 Seçmeli Dersler 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Teknik Seçmeli Grup B
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım, Tartışma, Uygulama-Alıştırma.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
  • Yrd. Doç. Dr. Baran Uslu
  • Yrd. Doç. Dr. Hakan Tora
Course Assistants
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;
  • Örüntü tanımadaki çeşitli uygulamaları formüle etme ve tanımlama yeteneği
  • Örüntü tanımada Bayes yaklaşımının kullanımını anlamak
  • Teorik ve pratik olarak Bayes tabanlı olan ve olmayan sınıflandırıcıları tasarlamak ve kullanabilmek
  • Farklı sınıflandırıcı çeşitlerinin kuvvetli ve zayıf noktalarını tanımlayabilmek
  • Farklı kümeleme tekniklerini doğrulayabilmek ve kullanabilmek
  • Öznitelik seçme veya çıkartma sırasında boyut azaltma yöntemlerini uygulayabilmek
  • Örüntü tanıma algoritmalarını geliştirme ve test etmede bilgisayar araçlarını (Matlab gibi) kullanabilmek
  • Bir dönem projesini tamamlayabilmek
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
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 bilimleri ve mekatronik mühendisliği ile ilgili konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. X
2 Karmaşık mekatronik mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Karmaşık bir mekatronik mühendisliği sistemini, sürecini, cihazını veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi; mekatronik mühendisliği kapsamında mühendislik yaratıcılığı yöntemlerini etkin bir şekilde uygulayabilme becerisi. (Gerçekçi kısıtlar ve koşullar tasarımın niteliğine göre, ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi öğeleri içerirler.) X
4 Mekatronik mühendisliği ve robot teknolojisi uygulamaları için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim ve iletişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Mekatronik mühendisliği ve robot teknolojisi problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi; mekatronik mühendisliğinin yakın etkileşim içinde olduğu makina, elektrik/elektronik ve bilgisayar mühendislikleri ile mekatronik mühendisliğinin uygulama alanı içinde diğer mühendislik ve bilim dalları veya çalışma alanları ile etkin iletişim kurabilme becerisi, farklı disiplinlerde çalışabilme becerisi. X
7 Türkçe ve İngilizce sözlü ve yazılı etkin iletişim kurma, yaratıcı ve özgün kavram ve fikirleri ifade edebilme becerisi. X
8 Mekatronik mühendisliğinin uygulama çeşitliliğinin gerektirdiği şekilde değişik konularda bilgiye erişim, eleştirel bakış, yorumlama ve bilgiyi geliştirme becerisi; yaşam boyu öğrenme sonucu gelişme ve sürekli yenileme gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme; girişimcilik, yenilikçilik ve sürdürebilir kalkınma hakkında farkındalık ve kendini sürekli yenileme becerisi. X
9 Mesleki ve etik sorumluluk bilincine sahip olma, bu konuda iletişim araçlarını kullanarak meslek bilincini geliştirme ve mesleğin gelişimine katkıda bulunma yetkinliği. X
10 Proje yönetimi ile risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi ve sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme, yönetebilme ve liderlik yetkinliği. X
11 Mekatronik mühendisliği uygulamalarının evrensel, toplumsal ve bireysel boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile kültürel değerler ve çağın sorunları hakkında bilgi; bu konularda mühendislik bilinci; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. X
12 Mekatronik mühendisliği konularında, sorunları tanımlayabilme, analiz edebilme, kaynak araştırması yapabilme, veritabanları ve diğer bilgi kaynaklarını kullanarak yaptığı araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme ve sorunlara ilişkin çözüm önerilerini nicel ve nitel olarak aktarabilme yetkinliği. X
13 Yaşadığı çevreye duyarlı ve toplumsal sorumluluk bilincine sahip, sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyen, geliştiren ve gerektiğinde değiştirebilen, toplum içinde bir birey olma ve topluma yönelik proje düzenleme, geliştirebilme ve uygulayabilme yetkinliği. X
14 Mekatronik mühendisliği konularında strateji, politika ve uygulama planları geliştirebilme ve elde edilen sonuçları kalite süreçleri çerçevesinde değerlendirebilme yetkinliği. X

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