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

İşletme * Programı Ana Sayfası / Program Ders Planı / INTRODUCTION TO MACHINE LEARNING

INTRODUCTION TO MACHINE LEARNING

Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
BUS0157 INTRODUCTION TO MACHINE LEARNING 2/0/0 SA English 4
Dersin Amacı
Makine öğrenme ve yapay zeka yöntemlerinin teorik temellerini öğreterek örüntü tanıma problemlerinde kullanma becerisi kazandırmak.


Bu dersi başarıyla tamamlayan öğrenciler:


Sığ/derin, Parametrik/non-parametrik, gözetimli/gözetimsiz makine öğrenme yöntemleri türlerini ve aralarındaki farkları bilecek,

En sık kullanılan öğrenme algoritmaları hakkında teorik ve uygulama bilgisine sahip olacak

Farklı veri tiplerinde hangi amaçla hangi algoritmaları kullanabileceğini ayırt etme becerisini kazanacak

Python scikitlearn ve keras kütüphaneleriyle sığ ve derin öğrenme uygulaması yapabileceklerdir.
 
Ön Koşullar N/A
Eş Koşullar N/A
Özel Koşullar Temel programlama bilgisi (Tercihen: Python)
Öğretim Üyeleri Dr.Elanur TÜRKÜZ
Asistanlar Kübra Karacan Uyar
Ders Gün,Saat ve Yeri Ders bu yarıyıl açılmamıştır
Görüşme Saatleri ve Yeri Çarşamba 17:00 sonrası
Öğretim Yöntem ve Teknikleri Applications
Temel Kaynaklar E. Alpaydın (2011), Yapay Öğrenme, Boğaziçi Üniversitesi Yayınları, ISBN: 9786054238491


A.C.Müller, S.Guido (2016), Introduction to Machine Learning with Python, O’Reilly, ISBN: 9781449369415
Diğer Kaynaklar

·        Lecture notes & applications



www.veridefteri.com

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
9. Hafta Ara sınav
10. Hafta Karar Ağaçları ve İyileştirme Yöntemleri (CART, RF ve GBC) Uygulama
11. Hafta Gözetimsiz Öğrenme ve Kümeleme Uygulama
12. Hafta Derin Öğrenme ve Yapay Sinir Ağları-1 Uygulama
13. Hafta Derin Öğrenme ve Yapay Sinir Ağları-2 Uygulama
14. Hafta Derin Öğrenme ve Yapay Sinir Ağları-3 Uygulama
15. Hafta Final
16. Hafta Final
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Ödevler / Dönem Ödevi / Sunum 1 50
Final 1 50


ÖÇ-1Bilgisayar programlama ile karmaşık işleri bilgisayar yardımıyla hızlı ve kolayca yapabilmek
ÖÇ-2Veri toplamak, bir araya getirmek ve işlemek
ÖÇ-3Verilerden anlam çıkarabilmek
ÖÇ-4Verileri tahminleme amacıyla kullanabilmek
ÖÇ-5Yapay zeka uygulamaları geliştirebilmek
Program Çıktıları
PÇ-1İşletme yönetimine temel oluşturan diğer disiplinler ile (ekonomi, hukuk, sosyoloji, psikoloji, sayısal bilimler vb.) ilişkili temel bilgileri tanımlar ve işletme alanında bu bilgileri ilişkilendirir.
PÇ-2Matematik, fen ve sosyal bilgilerini İşletme problemlerine uygular.
PÇ-3İşletme işlevleri ve yönetimi alanında (yönetim, üretim, pazarlama, muhasebe, finans, insan kaynakları yönetimi, davranış bilimleri vb.) temel bilgileri açıklar, bu alanda yer alan aktörler ve kültürler arasındaki ilişkileri kapsayan teorik tartışmaları yorumlar.
PÇ-4İşletme alanında kazanılan teorik ve pratik bilgi ve becerileri araştırma, uygulama ve saha analizlerinde nasıl kullanıldığını belirler ve uygular.
PÇ-5İşletme ile ilgili alanlarda faaliyetleri ve ilişkileri tanımlar, değerlendirir; sorunları tanımlama, modelleme ve yorum yaparak çözümler.
PÇ-6Tanımlanmış bir hedef doğrultusunda işletme işlevleri ile ilgili bir süreci her aşamasını tasarlar ve değerlendirir.
PÇ-7İşletme alanında iletişim (yazılı-sözlü/formel-informel) becerilerini geliştirir.
PÇ-8İşletme ve multidisipliner alanlarda bireysel ve takım içinde etkin çalışabilme becerisine sahip olur.
PÇ-9Mesleki ve etik sorumluluk bilinci ile hareket eder.
PÇ-10İngilizce sözlü ve yazılı etkin iletişim kurma becerisi geliştirir; en az bir yabancı dil bilgisi kazanır.
PÇ-11Sürdürülebilir işletme anlayışı, sürdürülebilir işletme fonksiyonları ve sürdürülebilirlik kavramı hakkında temel bilgileri edinir.
PÇ-12Dijital çağın gereklilikleri doğrultusunda işletmeyi bir bütün olarak görebilme ve analiz edebilme, piyasa davranışlarını analiz etme, satış ve planlama, bütçe yönetimi, finansman sağlama, strateji oluşturma, rakip stratejilerini okuma, senaryo kurgulama ve performans değerlendirme becerilerini sanal bir simülasyon programı üzerinde takım çalışması ile deneyimler ve bilgi edinir.
PÇ-13Hem temel düzeyde bilgisayar kullanım bilgisine hem de formül yazmaya, veri analizi yapmaya, modelleme yapmaya ve makro kullanmaya yönelik olarak iş dünyasının ihtiyaç duyduğu ileri düzeyde Excel kullanım bilgisine sahip olur.
PÇ-14Güncel enformasyon sistemleri hakkında ve bu sistemleri işletme problemlerinde kullanabilme konusunda bilgi ve beceri edinir.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 PÇ 1PÇ 2PÇ 3PÇ 4PÇ 5PÇ 6PÇ 7PÇ 8PÇ 9PÇ 10PÇ 11PÇ 12PÇ 13PÇ 14