Mühendislik ve Tasarım için Uygulamalı Makine Öğrenmesi
Ders Kodu
Yarıyıl
Ders Adı
T/U/L
Türü
Öğrenim Dili
AKTS
IE0107
Mühendislik ve Tasarım için Uygulamalı Makine Öğrenmesi
3/0/0
SA
İngilizce
5
Dersin Amacı
Mühendislik problemlerini çözmek ve yeni ürünler veya sistemler tasarlamak için Yapay Zeka ve Makine Öğrenmesi tekniklerini nasıl uygulayacağının öğrenilmesi hedeflenmiştir. Hesaplamalı öğrenme algoritmalarının farklı alanlardaki zor problemleri nasıl çözebileceğini gösteren bir araştırma projesinin tasarlanması ve gerçeklenmesi beklenir. Bu dersin sonunda öğrenciler, çeşitli tekniklerin akıllıca nasıl uygulanacağını ve başarıın nasıl değerlendirileceği konusunda deneyim kazanacaklardır. Öğrenciler ayrıca belirli türdeki problemler için belirli tekniklerin neden işe yarayabileceği veya başarısız olabileceği konusunda daha derin bir fikir edineceklerdir.
Ön Koşullar
IE3101 Introduction to Probability
Eş Koşullar
Yok
Özel Koşullar
Phyton ya da Matlab deneyimi
Öğretim Üyeleri
Prof. Dr. Murat Ermiş
Asistanlar
Ders Gün,Saat ve Yeri
Ders bu yarıyıl açılmamıştır.
Görüşme Saatleri ve Yeri
Ders bu yarıyıl açılmamıştır.
Öğretim Yöntem ve Teknikleri
Anlatım, Proje, Soru-Cevap
Temel Kaynaklar
E. Alpaydin (2004). Introduction to Machine Learning, MIT Press, 2004.
Diğer Kaynaklar
• T.M. Mitchell (1997). Machine Learning, McGraw-Hill.
• R.O. Duda, P.E. Hart, D.G, Stork (2001). Pattern Classification, Wiley-Interscience.
• K.P. Murphy (2012). Machine Learning: A probabilistic Perspective, MIT Press.
• D. Koller, and N. Friedman (2009). Probabilistic Graphical Models: Principles and Techniques, MIT Press.
• C.M. Bishop (2011). Pattern Recognition and Machine Learning, Springer.
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Makine Öğrenmesine Giriş
Sözel anlatım
2. Hafta
Olasılık/İstatistik Tekrarı ve Tahmin
Sözel anlatım
3. Hafta
Benzeliğin Modellenmesi
Sözel anlatım
4. Hafta
Temel Öğrenme Modellerinin
Sözel anlatım
5. Hafta
Özellik Çıkarımı ve Özellik Seçimi: Makine Öğrenmesi Araştırmalarından Örnekler
Sözel anlatım, Labaratuvar
6. Hafta
Destek Vektör Makinesi
Sözel anlatım, Labaratuvar
7. Hafta
Yapay Sinir Ağları
Sözel anlatım, Labaratuvar
8. Hafta
Gözetimsiz Öğrenme
Sözel anlatım, Labaratuvar
9. Hafta
Ara Sınav
Sözel anlatım, Labaratuvar
10. Hafta
Pekiştirmeli ve Topluluk Öğrenmesi
Sözel anlatım, Labaratuvar
11. Hafta
Maliyet-duyarlı Öğrenme
Sözel anlatım, Labaratuvar
12. Hafta
Aktif Öğrenme
Sözel anlatım, Labaratuvar
13. Hafta
Derin Öğrenme
Sözel anlatım, Labaratuvar
14. Hafta
Proje sunumları
Vaka analizi
15. Hafta
Final Sınavı
16. Hafta
Final Sınavı
17. Hafta
Final Sınavı
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
20
Ödevler / Dönem Ödevi / Sunum
3
20
Projeler
1
25
Derse Devam / Katılım
14
5
Final
1
30
ÖÇ-1
Makine öğrenmesinin, gerçek dünyadaki problemler için faydalı kılan özelliklerini tanır.
ÖÇ-2
Makine öğrenmesi algoritmalarını denetimli ve denetimsiz olarak karakterize eder.
ÖÇ-3
Makine öğrenmesi araç kutularını etkili bir şekilde kullanır.
ÖÇ-4
Destek vektör makinelerini kullanabilir.
ÖÇ-5
Doğrusal olmayan işlevleri öğrenmek için sinir ağlarının arkasındaki kavramı anlar.
ÖÇ-6
Pekiştirmeli öğrenme ve topluluk öğrenmesi algoritmalarını anlar.
ÖÇ-7
Bir dizi gerçek dünya uygulamasında çeşitli makine öğrenmesi algoritmalarını tasarlayabilir ve uygulayabilir.
Program Çıktıları
PÇ-1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
PÇ-2
Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
PÇ-3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
PÇ-4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
PÇ-5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
PÇ-6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
PÇ-7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
PÇ-8
Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÇ-9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÇ-10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
PÇ-11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
