Lisans
İktisadi ve İdari Bilimler Fakültesi
İktisat
Anlık RSS Bilgilendirmesi İçin Tıklayınız.Düzenli bilgilendirme E-Postaları almak için listemize kaydolabilirsiniz.


Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
//
Dersin Amacı
Bu dersin amacı makine öğrenme ve yapay zeka yöntemlerinin teorik temellerini aktararak örüntü tanıma problemlerinde öğrencilere bu programları kullanma becerisi kazandırmaktır.
Ön Koşullar
Eş Koşullar
Özel Koşullar
Öğretim Üyeleri
Asistanlar
Ders Gün,Saat ve Yeri
Görüşme Saatleri ve Yeri
Öğretim Yöntem ve Teknikleri
Temel Kaynaklar
Diğer Kaynaklar
Haftalık Ders Programı
Hafta Dersin İçeriği Öğretim Yöntem ve Teknikleri
1. Hafta Makine öğrenmesiyle ilgili temel kavramlar, veriyle çalışma ve veri hazırlama Anlatım
2. Hafta Python Anaconda dağıtımı, Jupyter kullanımı ve gerekli kütüphanelerin tanıtımı Anlatım
3. Hafta Lineer regresyon ve çoklu regresyon Uygulama
4. Hafta kNN, öznitelik seçimi, sınıflama performansı Uygulama
5. Hafta Navie Bayes sınıflandırma Uygulama
6. Hafta Lojistik Regresyon Uygulama
7. Hafta Destek Vektör Makineleri Uygulama
8. Hafta Ara Sınav Haftası Ölçme ve Değerlendirme
9. Hafta Ara Sınav Haftası Ölçme ve Değerlendirme
10. Hafta Karar Ağaçları ve İyileştirme Yöntemleri (CART, RF ve GBC) Uygulama
11. Hafta Boyut Azaltma ve Temel Bileşen Analizi Uygulama
12. Hafta Ödev Sunumları Öğrenci sunumları
13. Hafta Derin Öğrenme ve Yapay Sinir Ağları-1 Uygulama
14. Hafta Derin Öğrenme ve Yapay Sinir Ağları-2 ve 3 Uygulama
15. Hafta Final Sınavı Haftası Ölçme ve Değerlendirme
16. Hafta Final Sınavı Haftası Ölçme ve Değerlendirme
17. Hafta Final Sınavı Haftası Ölçme ve Değerlendirme
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Ödevler / Dönem Ödevi / Sunum 1 50
Final 1 50


ÖÇ-1Bilgisayar programlama sayesinde karmaşık problemleri hızlı ve kolay biçimde çözer.
ÖÇ-2Veri toplamak, bir araya getirmek ve işleme becerisi kazanır; en sık kullanılan öğrenme algoritmaları hakkında teorik ve uygulama bilgisine sahip olur.
ÖÇ-3Verilerden anlam çıkararak farklı veri tiplerinde hangi amaçla hangi algoritmaları kullanabileceğini ayırt eder.
ÖÇ-4Veriyi tahmin yapma amacıyla kullanır ve yapay zeka uygulamaları geliştirir.
ÖÇ-5Sığ/derin, Parametrik/non-parametrik, gözetimli/gözetimsiz makine öğrenme yöntemlerini, türlerini ve aralarındaki farkları kavrar.
ÖÇ-6Python, scikitlearn ve keras kütüphaneleriyle sığ ve derin öğrenme uygulaması gerçekleştirir.
Program Çıktıları
PÇ-1İktisat alanında edindiği teorik ve uygulamalı bilgileri kullanarak yetkinliklerini tanımlar ve bu yetkiliklerini pratikte kullanır.
PÇ-2İktisat alanındaki kavram ve görüşleri bilimsel yöntemlerle ele alır, hipotezler geliştirir, elde ettiği verileri yorumlar ve değerlendirir.
PÇ-3Uygulamada karşılaşılan ve/veya öngörülemeyen karmaşık sorunlar için çözüm önerileri geliştirir, bu önerileri akademik yayın kurallarına uygun şekilde raporlar ve sunar.
PÇ-4Bölgesel ve küresel konuları/sorunları tanımlayarak bilimsel veri ve araştırmalara dayalı analizler gerçekleştirir ve çözüm önerileri geliştirir.
PÇ-5İktisat alanındaki öğrenme gereksinimlerini belirleyip edindiği bilgi ve becerileri eleştirel yaklaşımla değerlendirir ve bu bilgi ve becerileri iktisat politikaları geliştirme yönünde kullanır.
PÇ-6İktisat alanıyla ilgili konularda ilgili kişi ve kurumları bilgilendirir ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü aktarma becerisi kazanır.
PÇ-7İktisat alanındaki düşüncelerini ve önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve uzman olmayan kişilere aktarır, tartışır ve elde ettiği dönüşlere göre önerilerini revize ederek yeni politikaların geliştirilmesine katkı sağlar.
PÇ-8İktisat alanına temel oluşturan diğer disiplinlerden yararlanır, bu disiplinler ile iktisat alanındaki bilgilerini ilişkilendirerek multidisipliner yaklaşımlar geliştirir, projeler ve yayınlar üretir.
PÇ-9İktisadın klasik ve modern kuramları arasındaki farklılıkları ve ilişkileri tanımlar, klasik ve modern iktisat politikalar arasındaki ayrımları gözlemleyerek bu politikaların iktisadi ve toplumsal sorunlara uyumunu değerlendirir.
PÇ-10Bir yabancı dile hakim olarak iktisat ile ilgili yabancı dildeki haber kaynaklarını okuyup anlar, iktisat yazınını tarar ve bu alandaki en güncel yaklaşımları takip eder.
PÇ-11İktisat ile ilgili verilerin toplanması, yorumlanması, duyurulması ve bu verileri kullanarak istatistiksel/ekonometrik çalışmaların gerçekleştirilmesi aşamalarında bilimsel ve etik değerleri göz önünde bulundurur, ayrıca akademik yayın ilkelerine uyarak yayın sürecini yürütür.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 
ÖÇ 1 
ÖÇ 2 
ÖÇ 3 
ÖÇ 4 
ÖÇ 5 
ÖÇ 6 
ÖÇ 7 
ÖÇ 8 
ÖÇ 9 
ÖÇ 10 
ÖÇ 11 
ÖÇ 12 
ÖÇ 13 
ÖÇ 14 
ÖÇ 15 
ÖÇ 16 
ÖÇ 17 
ÖÇ 18 
ÖÇ 19 
ÖÇ 20 
ÖÇ 21 
ÖÇ 22 
ÖÇ 23 
ÖÇ 24 
ÖÇ 25 
ÖÇ 26 
ÖÇ 27 
ÖÇ 28 
ÖÇ 29 
ÖÇ 30 
ÖÇ 31 
ÖÇ 32 
ÖÇ 33 
ÖÇ 34 
ÖÇ 35 
ÖÇ 36 
ÖÇ 37 
ÖÇ 38 
ÖÇ 39 
ÖÇ 40 
ÖÇ 41 
ÖÇ 42 
ÖÇ 43 
ÖÇ 44 
ÖÇ 45 
ÖÇ 46 
ÖÇ 47 
ÖÇ 48 
ÖÇ 49 
ÖÇ 50 
ÖÇ 51 
ÖÇ 52 
ÖÇ 53 
ÖÇ 54 
ÖÇ 55 
ÖÇ 56 
ÖÇ 57 
ÖÇ 58 
ÖÇ 59 
ÖÇ 60 
ÖÇ 61 
ÖÇ 62 
ÖÇ 63 
ÖÇ 64 
ÖÇ 65 
ÖÇ 66