TÜRKÇE
ENGLISH
Genel Bilgi
| Birim | FEN-EDEBİYAT FAKÜLTESİ |
| BİLGİSAYAR BİLİMLERİ PR. | |
| Kod | BBZ307 |
| Ad | Makine Öğrenmesine Giriş |
| Dönem | 2025-2026 Eğitim-Öğretim Yılı |
| Yarıyıl | 5. Yarıyıl |
| Süre (T+U) | 3-1 (T-U) (17 Hafta) |
| AKTS | 5 AKTS |
| Yerel Kredi | 3.5 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Belirsiz |
| Tür | Normal |
| Etiket | MB Meslek Bilgisi Dersleri Z Zorunlu |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. GÜZİN YÜKSEL |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Bu dersin amacı, makine öğrenmesi algoritmalarını anlamak, çalışma prensiplerini matematiksel olarak incelemek ve bu algoritmaları bir programlama dili ile veri kümelerine uygulamaktır.
Dersin İçeriği
Bu derste Makine Öğrenmesi ve Kavramları, Denetimli Öğrenme Algoritmaları, Denetimsiz Öğrenme Algoritmaları konuları işlenecektir.
Dersin Ön Koşulu
Bulunmamaktadır.
Kaynaklar
N. Gürsakal, Makine Öğrenmesi, Dora Yayın, 2018. ME. Balaban, E. Kartal, Veri Madenciliği ve Makine Öğrenmesi, Çağlayan Yayıncılık, 2018.
Notlar
Ders Notları M. Kubat, Introduction to Machine Learning, Springer, 2017. Ethem Alpaydın,Introduction to Machine Learning, MIT Press.
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Temel istatistik kavramlarını açıklar. |
| ÖÇ02 | Makine Öğrenmesi kavramını ve algoritmalarını tanır. |
| ÖÇ03 | Veri ön işleme için yöntem ve teknikleri uygular. |
| ÖÇ04 | Regresyonu ve regresyon için performans ölçütlerini kullanır. |
| ÖÇ05 | Basit ve çoklu doğrusal regresyon problemleri için analiz yöntem ve tekniklerini uygular. |
| ÖÇ06 | Sınıflandırma için performans ölçütlerini kullanır. |
| ÖÇ07 | K-En Yakın Komşu Algoritmasının özelliklerini tanır. |
| ÖÇ08 | İkili Lojistik Regresyon yöntemini açıklar. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Bilgisayar Bilimleri temel kavramları, algoritmalar ve veri yapıları hakkında geniş bir bilgi yelpazesi kazandırır. | 4 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Yazılım geliştirme, programlama dilleri ve veritabanı yönetimi gibi temel bilgisayar konularını öğrenir. | 3 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Veri bilimi, yapay zeka ve makine öğrenimi gibi ileri düzey bilgisayar alanlarını anlar. | 4 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Bilgisayar ağları, siber güvenlik ve veritabanı tasarımı gibi konularda bilgi edinir. | |
| PÖÇ05 | Beceriler - Bilişsel, Uygulamalı | Algoritmaları tasarlama, uygulama ve analiz etme becerilerini geliştirir. | 4 |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Farklı programlama dillerini etkili bir şekilde kullanabilme yeteneği kazanır | |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Veri analizi, veritabanı yönetimi ve büyük veri işleme becerilerini öğrenir. | 3 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Yazılım geliştirme projelerinde çalışarak pratik deneyim kazanır. | 2 |
| PÖÇ09 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Ekip içinde işbirliği yapma ve iletişim becerilerini güçlendirir. | |
| PÖÇ10 | Yetkinlikler - Alana Özgü Yetkinlik | Teknolojik yeniliklere açık bir zihniyet kazandırır. | 2 |
| PÖÇ11 | Yetkinlikler - Öğrenme Yetkinliği | Sürekli öğrenme ve kendini geliştirme yetkinliğini teşvik eder. | |
| PÖÇ12 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Karmaşık sorunları çözme yeteneği geliştirir. | 2 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Makine Öğrenmesine Giriş, temel tanımlar ve kavramlar. | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 2 | Makine Öğrenmesi Türleri ve Performans Değerlendirme | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 3 | Veri İçin Ön İşlemler - Önişleme | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 4 | Denetimli Öğrenme 1 - Çoklu Doğrusal Regresyon, Ridge Regresyon ve LASSO Temelli Makine Öğrenmesi | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 5 | Denetimli Öğrenme 2 - k-En Yakın Komşuluk | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 6 | Denetimli Öğrenme 3- Destek Vektör Makineleri | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Gösterip Yaptırma |
| 7 | Denetimli Öğrenme 4 - Basit Bayes Sınıflandırıcı | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 8 | Ara Sınavlar | Ders notlarını ve kaynakları okuma. | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Denetimli Öğrenme 5- İkili Lojistik Regresyon | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 10 | Denetimsiz Öğrenme 1- Temel Bileşenler Analizi | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Soru-Cevap |
| 11 | Denetimsiz Öğrenme 2 - K-Ortalamalar | Kaynakları okuma | Öğretim Yöntemleri: Soru-Cevap, Anlatım, Gösterip Yaptırma |
| 12 | Topluluk Öğrenmesi -Rastgele Orman | Kaynakları okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 13 | En İyi Modelin Seçimi - K-katlı çapraz doğrulama ve Hiper Parametre Seçimi | Kaynakları okuma | Öğretim Yöntemleri: Soru-Cevap, Anlatım, Alıştırma ve Uygulama |
| 14 | Ödev Sunumları I | Sunum tamamlama | Öğretim Yöntemleri: Proje Temelli Öğrenme |
| 15 | Ödev Sunumları II | Sunum tamamlama | Öğretim Yöntemleri: Proje Temelli Öğrenme |
| 16 | Yarıyıl Sonu Sınavları | Ders notlarını ve kaynakları okuma. | Ölçme Yöntemleri: Proje / Tasarım, Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | Ders notlarını ve kaynakları okuma. | Ölçme Yöntemleri: Proje / Tasarım, Yazılı Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 4 | 56 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 4 | 56 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 3 | 3 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 3 | 3 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 4 | 4 |
| Toplam İş Yükü (Saat) | 122 | ||
| Toplam İş Yükü / 25 (s) | 4,88 | ||
| AKTS | 5 AKTS | ||