|
| Ders Bilgileri |
|
| Dersin Adı |
: |
Machine Learning |
|
| Dersin Kodu |
: |
CENG-509 |
|
| Dersin Türü |
: |
Seçmeli |
|
| Dersin Aşaması |
: |
İkinci Aşama (Yüksek Lisans) |
|
| Dersin Yılı |
: |
1 |
|
| Dersin Dönemi |
: |
Güz (16 Hafta) |
|
| Dersin AKTS Kredisi |
: |
6 |
|
| Eğitici(ler)nin Adı |
: |
Dr.Öğr. ÜyesiDr. MUTLU AVCI
|
|
| Dersin Öğrenme Kazanımları |
: |
Makine öğrenmesinin temel matematiksel yapılarını kavramak
Eğiticili öğrenme yöntemlerini kavramak ve yazılımlarını gerçekleştirmek
Eğiticisiz öğrenme yöntemlerini kavramak ve yazılımlarını gerçekleştirmek
Öğrenme parametrelerini ve uygun makine öğrenmesi modelini belirlemek
Deney tasarlamak ve sonuçları analiz etmek.
Makine öğrenmesi yöntemlerini çeşitli uygulama alanlarında kullanabilmek.
|
|
| Dersin Veriliş Şekli |
: |
Örgün (Yüz Yüze) |
|
| Dersin Önkoşulları |
: |
Yok |
|
| Ders Hakkında Önerilen Diğer Hususlar |
: |
Yok |
|
| Dersin Amacı |
: |
Makine öğrenmesi ve istatistiksel örüntü tanıma yöntemlerinin kavranması, yazılımsal olarak gerçekleştirilebilmesi ve sınıflama, karar, tahmin problemlerinin çözümlerinde kullanılması, |
|
| Dersin İçeriği |
: |
Matematiksel yapılar. MATLAB ortamının tanıtılması. Eğiticili öğrenme yöntemleri; tek katmanlı ve çok katmanlı sinir ağlarının eğitimi, olasılığa dayalı yöntemler, Bayes istatistikleri, karar ağaçları, gizli Markov modeli, destek vektör makineleri. Eğiticisiz öğrenme yöntemleri; kümeleme, boyut azaltma ve çekirdek yöntemleri. Öğrenmeyle ilgili teoriler; VC teorisi, bias/ varyans ilişkisi, model seçimi ve genellemenin önemi. Pekiştirmeli öğrenme. Deney tasarımı ve sonuçların analizi, k çapraz geçerlenmiş testler. Makine öğrenmesi algoritmalarının uygulama alanlarıyla ilgili bilgiler. |
|
| Dersin Dili |
: |
İngilizce |
|
| Dersin Yeri |
: |
Yüksek lisans dersliği |
|
|
Ders Planı |
| Hafta | Konu | Öğrencinin Ön Hazırlığı | Öğrenme Aktiviteleri ve Öğretme Yöntemleri |
|
1 |
Makine öğrenmesi yöntemleri için temel matematiksel yapılar |
Ders kitaplarından ilgili bölümlerinin okunması |
Ders anlatımı ve örnek problem çözümleri |
|
2 |
MATLAB ortamının tanıtılması, temel fonksyionları, kod ve fonksiyon oluşturma |
Odev 1 |
Yansı sunumu ve MATLAB ile ugulamalar |
|
3 |
Eğiticili öğrenme ve eğiticisi öğrenme arasındaki farklar. Eğiticili öğrenme yöntemlerine giriş. Tek katmanlı ve çoklu katmanlı sinir ağları, hata geri yayma yöntemi |
Ders kitaplarından ilgili bölümlerinin okunması |
Ders anlatımı |
|
4 |
Bayes Karar Teorisi, Naive Bayes |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 2 |
Ders anlatımı |
|
5 |
Radyal temelli fonksiyonlar, genelleştirilmiş regresyon ağları, olasılıksal ağlar |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 3 |
Ders anlatımı |
|
6 |
Öğrenme teorileri: VC boyutu, bias/varyans ilişkisi, model selection |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 4 |
Ders anlatımı |
|
7 |
Bulanık Mantık, Karar ağaçları |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 5 |
Ders anlatımı |
|
8 |
Ara Sınav |
|
Klasik Sınav |
|
9 |
Eğiticisiz öğrenme yöntemleri, yarış durumları,kümeleme, K merkezli kümeleme |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 6 |
Ders anlatımı |
|
10 |
Beklenti büyütme, Gaus eğrileri |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 7 |
Ders anlatımı |
|
11 |
Özellik seçimi, temel bileşen çözümlemesi, bağımsız bileşen çözümlemesi |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 8 |
Ders anlatımı |
|
12 |
Gizli Markov modeli |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 9 |
Ders anlatımı |
|
13 |
Destek vektör makineleri |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 10 |
Ders anlatımı |
|
14 |
Pekiştirmeli öğrenme |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 11 |
Ders anlatımı |
|
15 |
Test tasarımı ve sonuçlarının analizi, k çapraz geçerleme |
Ders kitaplarından ilgili bölümlerinin okunması + Ödev 12 |
Ders anlatımı |
|
16/17 |
Final Sınavı |
|
Klasik Sınav |
|
|
|
Önerilen Kaynak ve Okumalar |
| Kaynak Türü | Kaynak Adı |
| Ders Notu ve Kitaplar |
 Neural Networks and Learning Machines, Simon O. Haykin, 3rd Edition
Yapay Öğrenme, Ethem Alpaydın
|
| |
| Diğer Kaynaklar | |
|
|
|
Değerlendirme (Sınav) Yöntemleri ve Kriterleri |
|
Yarıyıl/Yıl İçi Değerlendirmeleri |
Sayısı |
Katkı Yüzdesi |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
70 |
|
Ödev/Proje/Diğer |
13 |
30 |
|
Toplam |
100 |
|
Yarıyıl/Yıl İçi Değerlendirmelerinin Başarıya Katkısı |
40 |
| |
|
Yarıyıl/Yıl Sonu Değerlendirmesi
|
100 |
|
Yarıyıl/Yıl Sonu Değerlendirmesinin Başarıya Katkısı
|
60 |
|
Toplam |
100 |
|
|
| Dersin Temel Öğrenme Kazanımlarına Katkısı |
| No | Temel Öğrenme Kazanımı | Katkısı* |
|
1 |
Bilgisayar mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. |
4 |
|
2 |
Bilgisayar mühendisliği alanında sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir. |
5 |
|
3 |
Bilgisayar mühendisliği mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir |
5 |
|
4 |
Bilgisayar Mühendisliği problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. |
5 |
|
5 |
Bilgisayar Mühendisliği alanında yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. |
5 |
|
6 |
Bilgisayar mühendisliği alanında analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. |
5 |
|
7 |
Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. |
2 |
|
8 |
Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak sözlü ve yazılı iletişim kurar. |
0 |
|
9 |
Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. |
4 |
|
10 |
Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler. |
0 |
|
11 |
Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
2 |
|
12 |
Bilgisayar mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. |
3 |
| * Katkı düzeyleri 0 (yok) ve 5 (en yüksek) arasında ifade edilmiştir. |
|
|
| Öğrenci İş Yükü - AKTS |
| Çalışmalar | Sayısı | Süresi (Saat) | Toplam İş Yükü (Saat) |
| Ders ile İlgili Çalışmalar |
|
Ders (Sınav haftaları dahil değildir) |
14 |
3 |
42 |
|
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) |
12 |
3 |
36 |
| Değerlendirmeler ile İlgili Çalışmalar |
|
Ödev, Proje, Diğer |
13 |
2 |
26 |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
24 |
24 |
|
Yarıyıl/Yıl Sonu/Final Sınavı |
1 |
30 |
30 |
|
Toplam İş Yükü: | 158 |
| Toplam İş Yükü / 25 (s): | 6.32 |
| Dersin AKTS Kredisi: | 6 |
|
|
|