TÜRKÇE
ENGLISH
Genel Bilgi
| Birim | FEN BİLİMLERİ ENSTİTÜSÜ |
| İSTATİSTİK (DR) | |
| Kod | ISB601 |
| Ad | Makine Öğrenmesi İçin İstatistik |
| Dönem | 2026-2027 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Belirsiz |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. MAHMUDE REVAN ÖZKALE ATICIOĞLU |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Makine öğrenmesi çerçevesindeki bilgi ve uygulama becerileri kazandırmak
Dersin İçeriği
Makine Öğrenmesine Giriş, Regresyon Modellerine Genel Bakış, Cezalandırılmış Regresyon Modelleri, Model Oluşturma, Sınıflandırma, Kümeleme, Destek Vektör Makineleri, Sinir Ağları, Python Uygulamaları
Dersin Ön Koşulu
yok
Kaynaklar
Dangeti, P. 2017. Statistics for Machine Learning. Packt Publishing, Birmingham
Notlar
Dangeti, P. 2017. Statistics for Machine Learning. Packt Publishing, Birmingham
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Regresyon modellerini açıklar ve istatistiksel modeller arası farkı yorumlar |
| ÖÇ02 | Sınıflama ve kümeleme problemlerini gibi istatistiksel analizler yapar |
| ÖÇ03 | Sinir ağlarını yorumlama |
| ÖÇ04 | Öneri sistemlerinin temel prensiplerini ve kullanım alanlarını açıklar |
| ÖÇ05 | Veri ön işleme adımalrını uygular |
| ÖÇ06 | Gerçek veri kümeleri üzerinde uçtan uça bir makine öğrenmesi projesi geliştirir ve sonuçları yorumlar |
| ÖÇ07 | Sınıflama ve regresyon problemlerini ayırt eder ve uygun algoritmayı seçer |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemlerin modellenmesinde ve probleme özgü çözümlerin üretilmesinde yeni yöntem ve stratejiler geliştirir. | 5 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | İstatistik alanında belirli bir konu hakkında detaylı araştırma yapabilir. | 4 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | İstatistik literatürüne katkı yapabilecek düzeyde istatistik teorisine hakimdir. | |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanabilir. | 3 |
| PÖÇ05 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik alanında proje ve etkinlikler düzenleyebilir. | 4 |
| PÖÇ06 | Yetkinlikler - Öğrenme Yetkinliği | Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirebilir. | |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Bilimsel irdeleme yetisine sahip olur. | 2 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | İstatistik alanında bilimsel yayın üretebilir. | |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Analitik düşünme becerisine sahip olur. | |
| PÖÇ10 | Yetkinlikler - Öğrenme Yetkinliği | Mesleki yenilik ve gelişmeleri hem ulusal hem de uluslar arası düzeyde takip edebilir. | |
| PÖÇ11 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik literatürünü takip edebilir. | |
| PÖÇ12 | Beceriler - Bilişsel, Uygulamalı | Yabancı dil bilgisini, alanında yabancı dilde yayın ve sunum yapabilecek düzeyde geliştirebilir. | |
| PÖÇ13 | Bilgi - Kuramsal, Olgusal | Bilişim teknolojilerini ileri düzeyde kullanabilir. | |
| PÖÇ14 | Bilgi - Kuramsal, Olgusal | Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olur. | |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Takım çalışmalarında gerekli olan niteliklere sahiptir. | 4 |
| PÖÇ16 | Bilgi - Kuramsal, Olgusal | Mesleki ve etik sorumluluk bilincine sahip olur. | |
| PÖÇ17 | Bilgi - Kuramsal, Olgusal | Bilimsel etik kurallara uygun davranır. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Model oluşturma ve doğrulama için istatistik terminolojisi | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 2 | Model oluşturma ve doğrulama için makine öğrenimi terminolojisi | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 3 | Regresyon ve makine öğrenimi modelleri arasında karşılaştırma | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Makine öğrenmini modelleri- lasso, elastic net ve türevleri | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 5 | Maksimum olabilirlik tahmini, lojistik regresyon, rasgele orman | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 6 | Ağaç tabanlı öğrenme modelleri | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 7 | K-En Yakın Komşular ve Naive Bayes | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 8 | Ara Sınavlar | Ara Sınav | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Destek vektör makineleri | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 10 | Sinir ağları | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 11 | Öneri sistemleri - İçerik tabanlı filtreleme, İşbirlikçi filtreleme, hibrit yöntmeler ve Öneri sistemleri modelinin değerlendirilmesi | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 12 | Denetimsiz Öğrenme - K-ortalama kümeleme, Temel bileşen analizi, Tekil değer ayrıştırması | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | Pekiştirmeli Öğrenme - Dinamik programlama, Monte Carlo yöntemleri, Zamansal fark öğrenmesi | Kaynak Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 14 | Python ile veri analizi uygulamaları 1 | Kaynak Okuma | Öğretim Yöntemleri: Örnek Olay, Proje Temelli Öğrenme |
| 15 | Python ile veri analizi uygulamaları 2 | Kaynak Okuma | Öğretim Yöntemleri: Örnek Olay, Problem Çözme |
| 16 | Yarıyıl Sonu Sınavları | Final sınavı | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | Final sınavı | 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 | 3 | 42 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 2 | 20 | 40 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 15 | 15 |
| Toplam İş Yükü (Saat) | 154 | ||
| Toplam İş Yükü / 25 (s) | 6,16 | ||
| AKTS | 6 AKTS | ||