TÜRKÇE
ENGLISH
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. |
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 | ||