CEN426 Introduction to Machine Learning

6 AKTS - 3-0 Süre (T+U)- 8. Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CEN426
Ad Introduction to Machine Learning
Dönem 2024-2025 Eğitim-Öğretim Yılı
Yarıyıl 8. Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. UMUT ORHAN
Dersin Öğretim Elemanı
Güncel dönem ders programı henüz yapılmamıştır. Bir önceki dönem grupları ve öğretim elemanları gösterilmektedir.
Prof. Dr. UMUT ORHAN (A Grubu) (Sor. Öğr. Ele.)


Dersin Amacı / Hedefi

Bu derste, Makine Öğrenmesi yöntemlerinin teorik ve uygulamalı temelleri incelenerek örüntü tanıma problemlerine bu yöntemlerle çözüm bulunması amaçlanmaktadır.

Dersin İçeriği

Örnek-Temelli Öğrenme; Danışmanlı ve Danışmansız Öğrenme; Karar Ağaçları; Bayes Öğrenmesi; Yapay Sinir Ağları: ileri-beslemeli öğrenme ve hata geriyayılım; Destekleyici Öğrenme; Basit Optimizasyon; Öğrenme Algoritmalarının Değerlendirilmesi-Karşılaştırılması-Birlikte Kullanılması; Öznitelik Çıkartma-Seçme ve Boyut Azaltma.

Dersin Ön Koşulu

yok

Kaynaklar

T. Mitchell, Machine Learning, McGraw-Hill, 1997. C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2007. S. Haykin, Neural Networks and Learning Machines, Prentice Hall, 2008. R. O. Duda, Pattern Classification, Wiley-Interscience, 2000.

Notlar

makaleler


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Sınıflandırma ve tahminlemeyi bilir
ÖÇ02 Bilgisayar temelli bir çalışmada bir datayı kullanmayı bilir
ÖÇ03 Makine öğrenmesi yöntemlerini elde hesaplamayı bilir
ÖÇ04 Makine öğrenmesi yöntemlerini problemlere uygulayabilir


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. 4
PÖÇ02 Bilgi - Kuramsal, Olgusal Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 3
PÖÇ03 Bilgi - Kuramsal, Olgusal 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. 3
PÖÇ04 Bilgi - Kuramsal, Olgusal 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. 4
PÖÇ05 Bilgi - Kuramsal, Olgusal Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. 3
PÖÇ06 Bilgi - Kuramsal, Olgusal Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. 2
PÖÇ07 Bilgi - Kuramsal, Olgusal 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. 3
PÖÇ08 Bilgi - Kuramsal, Olgusal Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. 3
PÖÇ09 Bilgi - Kuramsal, Olgusal Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÖÇ10 Bilgi - Kuramsal, Olgusal Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. 4
PÖÇ11 Bilgi - Kuramsal, Olgusal 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. 3


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Derse genel bir giriş Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
2 Matlab diline hızlı bir bakış, Makine Öğrenmesine Giriş Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
3 Örnek tabanlı öğrenme, Danışmanlı-Danışmansız Öğrenme Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
4 K-means kümeleme, K-NN ile sınıflandırma Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
5 Entropi, Karar Ağaçları (ID3 ve C4.5 algoritmaları), Sınıflandırma ve Regresyon Ağaçları Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
6 Olasılık ve Koşullu Olasılık, Bayes Teoremi, Naive Bayes Sınıflayıcı, Kategorik ve Nümerik Veri Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
7 Doğrusal Regresyon, Çoklu Doğrusal Regresyon, En Küçük Kareler Yöntemi, Eşik ve Rekabetçi Sınıflandırma Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
8 Arasınav Ders notları ve uygulamalara hazırlanmak Ölçme Yöntemleri:
Yazılı Sınav
9 Yapay Sinir Ağlarına Giriş, Tek katmanlı YSAlar, Algılayıcı, Adaline, En Küçük Ortalama Kareler Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
10 Geri-yayılım Algoritması, Çok Katmanlı Algılayıcı, Eğitimi Durdurma Kriteri Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
11 Takviyeli Öğrenme, Q-Öğrenme, TD-Öğrenme, Öğrenen Vektör Parçalama Ağları, LVQ2, LVQ-X Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
12 Haritalama, Çapsal Tabanlı Fonksiyonlar (RBF), RBF Ağları Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
13 Lagrange Yöntemi, Lagrange Katsayısı ile optimizasyon, Destek Vektör Makineleri, Karesel Programlama Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
14 Özellik Çıkartma ve Seçme, Boyut Azaltma, Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA) Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Anlatım
15 Final Sınavı için Tekrar Ders notunun ilgili bölümünü incelemek Öğretim Yöntemleri:
Soru-Cevap
16 Final Sınavı Ders notları ve uygulamalara hazırlanmak Ölçme Yöntemleri:
Yazılı Sınav
17 Final Sınavı Ders notları ve uygulamalara hazırlanmak Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS

Güncelleme Zamanı: 11.05.2024 09:03