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
Yok
Eş Koşullar
Yok
Özel Koşullar
Temel düzeyde programlama bilgisi (tercihen Python)
Öğretim Üyeleri
Öğr. Gör. Dr. Tevfik Uyar
Asistanlar
Ders Gün,Saat ve Yeri
Çarşamba 15:00-17:00, BK L-04
Görüşme Saatleri ve Yeri
Cuma 15:00'ten sonra
Öğretim Yöntem ve Teknikleri
Uygulama
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
Ders notları
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
Boyut Azaltma ve Temel Bileşen Analizi
Uygulama
9. Hafta
Ara Sınav Haftası
Ölçme ve Değerlendirme
10. Hafta
Ara Sınav Haftası
Ölçme ve Değerlendirme
11. Hafta
Karar Ağaçları ve İyileştirme Yöntemleri (CART, RF ve GBC)
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, Derin Öğrenme ve Yapay Sinir Ağları-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-1
Bilgisayar programlama sayesinde karmaşık problemleri hızlı ve kolay biçimde çözmek
ÖÇ-2
Veri toplamak, bir araya getirmek ve işlemek
ÖÇ-3
Verilerden anlam çıkarabilmek
ÖÇ-4
Veriyi tahminleme amacıyla kullanabilmek
ÖÇ-5
Yapay zeka uygulamaları geliştirebilmek
Program Çıktıları
PÇ-1
İktisat alanında edindiği teorik ve uygulamalı bilgileri kullanarak yetkinliklerini tanımlar ve bu yetkiliklerini pratikte kullanır.
PÇ-2
İktisat alanındaki kavram ve görüşleri bilimsel yöntemlerle ele alır, hipotezler geliştirir, elde ettiği verileri yorumlar ve değerlendirir.
PÇ-3
Uygulamada karşılaşılan ve/veya öngörülemeyen karmaşık sorunlar için çözüm önerileri geliştirir, bu önerileri akademik yayın kurallarına uygun şekilde raporlar ve sunar.
PÇ-4
Bölgesel ve küresel konuları/sorunları tanımlayarak bilimsel veri ve araştırmalara dayalı analizler gerçekleştirir ve çözüm önerileri geliştirir.
PÇ-5
İktisat alanındaki öğrenme gereksinimlerini belirleyip edindiği bilgi ve becerileri eleştirel yaklaşımla değerlendirir ve bu bilgi ve becerileri iktisat politikaları geliştirme yönünde kullanır.
PÇ-6
İktisat alanıyla ilgili konularda ilgili kişi ve kurumları bilgilendirir ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü aktarma becerisi kazanır.
PÇ-7
İktisat 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-8
İktisat alanına temel oluşturan diğer disiplinlerden yararlanır, bu disiplinler ile iktisat alanındaki bilgilerini ilişkilendirerek multidisipliner yaklaşımlar geliştirir, projeler ve yayınlar üretir.
PÇ-9
İktisadın 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-10
Bir 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-11
İktisat 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.