TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | BPP253 |
| Ad | Makine Öğrenmesi |
| Dönem | 2024-2025 Eğitim-Öğretim Yılı |
| Yarıyıl | 3. Yarıyıl |
| Süre (T+U) | 2-0 (T-U) (17 Hafta) |
| AKTS | 3 AKTS |
| Yerel Kredi | 2 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Ön Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Uzaktan Öğretim |
| Bilgi Paketi Koordinatörü | Öğr. Gör.Dr. YILMAZ KOÇAK |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Makine Öğrenmesi kavram ve yöntemleri konusunda temel seviyede bilgi kazandırmak, makine öğrenmesi algoritmaların genel yapısını kavratmak, seçilen bir programlama diliyle (Python vs.) makine öğrenmesi algoritmalarını kodlama yetisini kazandırmak.
Dersin İçeriği
Makine Öğrenmesinin tanımı, algoritmalarının genel yapısı, makinesi öğrenmesi algoritmalarının seçilen programlama diliyle kodlanması, regresyon ve sınıflandırma algoritmaları, Destek Vektör Makineleri.
Dersin Ön Koşulu
Yok
Kaynaklar
Uğuz S., Makine Öğrenmesi Teorik Yönleri ve Pyhton Uygulaması, Nobel Yayınları 2. Basım, 2021
Notlar
Smola, A. and Vishwanathan, S.V.N. Introduction to Machine Learning, Yahoo Labs, Santa Clara
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Makine Öğrenmesi kavramını ve algoritmalarını açıklar |
| ÖÇ02 | Veri Ön İşleme Sürecini tanımlar ve kodlamasını yapar |
| ÖÇ03 | Regresyon kavramlarını açıklar ve regresyon için performans ölçütlerini tanımlar |
| ÖÇ04 | Basit ve çoklu doğrusal regresyon problemlerinin çözümü için program yazar |
| ÖÇ05 | K-En Yakın Komşu Algoritmasını izah eder |
| ÖÇ06 | Sınıflandırma ve Sınıflandırma için performans ölçütlerini tanımlar |
| ÖÇ07 | Destek Vektör Makineleri kavramlarını açıklar |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Sektörel bazda tüm paydaşlarla etkili iletişim kurar. | |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Bilgisayar yazılımı geliştirmek için gerekli olan, algoritma, sıralı ve eşzamanlı akış mantığını kurabilecek temel bilgilere sahiptir. | 4 |
| PÖÇ03 | Yetkinlikler - Alana Özgü Yetkinlik | Mikrodenetleyiciler, gömülü sistemler ve analog/dijital elektronik alanlarında temel düzeyde problemlere yönelik sistemler tasarlar. | |
| PÖÇ04 | Yetkinlikler - Alana Özgü Yetkinlik | Bilgi iletişim teknolojileri ile ilgili, mesleğine özgü temel yazılımları kullanır. | 3 |
| PÖÇ05 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Bilgisayar Programcılığı alanındaki yazılımsal ve donanımsal gelişmeleri bağımsız öğrendiklerini uygular. | 3 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | Bilgisayar Teknolojileri ve Programlama alanında tanımı iyi yapılmış problemlerin çözümü için gerekli olan yöntemleri açıklar. | 3 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | Web, mobil ve diğer elektronik platformlara özgü yazılım geliştirmek için gerekli temel bilgi düzeyine sahiptir. | 2 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Masaüstü ve diğer ortamlar için yazılım geliştirir. | 3 |
| PÖÇ09 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Planlanmış bir proje dahilinde, proje geliştirme süreçlerinde, bağımsız veya gruba dahil olarak etkin rol üstlenir. | |
| PÖÇ10 | Bilgi - Kuramsal, Olgusal | Proje planlama, geliştirme, uygulama süreçlerini bilir. | |
| PÖÇ11 | Yetkinlikler - Alana Özgü Yetkinlik | Bilgisayar ve ağ ortamında veriler ile ilgili saklama, düzenleme, sorgulama, vb. işlemlerini yapar. | |
| PÖÇ12 | Yetkinlikler - Alana Özgü Yetkinlik | Öngörülemeyen donanımsal ve yazılımsal sorunları çözme becerisine sahiptir. | |
| PÖÇ13 | Beceriler - Bilişsel, Uygulamalı | Çözümlemesi yapılmış ve algoritması hazırlanmış, yazılım bileşenlerini kodlar. | 3 |
| PÖÇ14 | Bilgi - Kuramsal, Olgusal | Yazılım geliştirlirken kullanılacak yöntemleri bilir. | 2 |
| PÖÇ15 | Yetkinlikler - Öğrenme Yetkinliği | Bilişim teknolojileri alanı ile ilgili güncel yenilik ve gelişmeleri sürekli takip eder. | |
| PÖÇ16 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Bir yabancı dilde sözlü ve yazılı olarak iletişim kurar. | |
| PÖÇ17 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Bilişim teknolojileri mesleğini ile ilgili ahlakı ve etik davranışların gerekliliği olgusuna sahiptir. | |
| PÖÇ18 | Yetkinlikler - Alana Özgü Yetkinlik | Alanı ile ilgili, iş güvenliği ilgili gerekli bilince sahiptir. | |
| PÖÇ19 | Beceriler - Bilişsel, Uygulamalı | İşletim sistemlerini yönetici özellikleri ile kullanır. | |
| PÖÇ20 | Bilgi - Kuramsal, Olgusal | Girişimcilik ile ilgili temel bilgiye sahiptir. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Makine Öğrenmesinde Python kullanımının önemi | Pyhton Programlama Dilini kaynak kitaplardan ve arama motorlarından inceleme | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 2 | Numpy/Pandas kütüphanelerinin yüklenmesi ve kullanılması | Python Kütüphanelerini kaynak kitaplardan ve arama motorlarından inceleme | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 3 | Matplotlib kütüphanesi ile verilerin görselleştirilmesi | Python ile Veri Görselleştirmenin incelenmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 4 | Vektörler ve Matrisler | Verktörler ve Matrislerin araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 5 | Makine Öğrenmesinde Temel Kavramlar | Kaynak kitaplardan konunun okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma |
| 6 | Makine Öğrenmesinde Uygulama Geliştirme Süreçleri | Kaynak kitaplardan konunun okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 7 | Veri Önişleme | Veri Önişleme kavramının araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma |
| 8 | Ara Sınavlar | Sınava hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Basit Doğrusal Regresyon | Regresyon kavramının araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Alıştırma ve Uygulama |
| 10 | Çoklu Doğrusal Regresyon | Regresyon çeşitlerinin araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 11 | Regresyon için Performans Karşılaştırma Ölçütleri | Performansı değerlendirmesinin araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 12 | Bayes Teoremi ve Sınıflandırma | Sınıflandırma kavramının araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma |
| 13 | Sınıflandırma için Performans Karşılaştırma Ölçütleri | Sınıflandırma kriterlerinin araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 14 | K-En Yakın Komşu Algoritması | Komşuluk kavramının araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 15 | Destek Vektör Makineleri | Konunun araştırılması | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 16 | Yarıyıl Sonu Sınavları | Sınava hazırlık | Ölçme Yöntemleri: Yazılı Sınav, Ödev |
| 17 | Yarıyıl Sonu Sınavları | Sınava hazırlık | Ölçme Yöntemleri: Yazılı Sınav, Ödev |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 2 | 28 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 2 | 28 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 10 | 10 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 6 | 6 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 10 | 10 |
| Toplam İş Yükü (Saat) | 82 | ||
| Toplam İş Yükü / 25 (s) | 3,28 | ||
| AKTS | 3 AKTS | ||