Bu yüksek lisans dersinin amacı makine öğrenmesi ile ilgili temel ve ileri düzey kavramları kullanarak veriden öğrenebilme işini sağlayan çeşitli teknikleri öğretmektir. Farklı teknik ve algoritmaların karşılaştırıldığı ve uygulamaların yapıldığı bu ders temel olarak geçmiş deneyimlerden nasıl öğrenilebilir sorusuna yanıt verir.
Ön Koşullar
Eş Koşullar
Özel Koşullar
Öğretim Üyeleri
Dr.Ögr.Üyesi İsmail KOÇ
Asistanlar
Ders Gün,Saat ve Yeri
Görüşme Saatleri ve Yeri
Öğretim Yöntem ve Teknikleri
Anlatım, projeler, okumalar (konferans ve dergi makaleleri) ve tartışma
Temel Kaynaklar
Ethem Alpaydın, Introduction to Machine Learning, MIT Press
Diğer Kaynaklar
R. O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, 2nd Edition, Wiley Interscience, 2001
Tom Mitchell. Machine Learning. McGraw Hill, 1997, 0070428077
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Makine Öğrenmesi Dersine giriş, genel bakış ve motivasyon
Sözlü anlatım, ders bilgilerini içeren çıktının dağıtılması
2. Hafta
Eğitmenli Öğrenme I , Doğrusal bağlanım, En küçük ortalama kare algoritması
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması
3. Hafta
Eğitmenli Öğrenme II, Sınıflandırma ve Lojistik Bağlanım
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma, Final proje önerisi
4. Hafta
Genelleştirilmiş doğrusal modeller
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma, Ödev 1
5. Hafta
Bayesçi Karar Teorisi, Naive Bayes, Generative öğrenme algoritmaları
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
7. Hafta
Ara Sınav
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
8. Hafta
Karar Ağaçları
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma, Ödev 2
9. Hafta
Destek Vektör Motorları
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
10. Hafta
Eğtitmensiz Öğrenme I
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
11. Hafta
Eğitmensiz Öğrenme II
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
12. Hafta
Yapay Sinir Ağları I
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma, Ödev 3
13. Hafta
Yapay Sinir Ağları II
Sözlü anlatım, konu ile ilgili makale(ler)in dağıtılması, tartışma
14. Hafta
Proje sunumlari
Final Proje sunumları, tartışma
15. Hafta
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
10
Ödevler / Dönem Ödevi / Sunum
4
40
Projeler
1
20
Final
1
30
ÖÇ-1
matematik ve hesaplama bilgisini makine öğrenmesi yöntemlerini tasarlama ve analiz etmeye uygulayabilmek
ÖÇ-2
problemi analiz edip çözüm için uygun hesaplama koşullarını belirleyebilmek
ÖÇ-3
yüksek düzeyde profesyonel ve araştırma etiklerini gösterebilme
ÖÇ-4
makine öğrenmesi yöntemlerini sayısal olarak test edebilmek, deneyleri tasarlamak ve sürdürebilmek, sonuçlarını analiz edip yorumlayabilmek
Program Çıktıları
PÇ-1
lisans ve lisansüstü mühendislik ve diğer disiplinlerden edinilen bilgiyi belirleme, ifade etme ve uzmanlık alanında ileri seviye bilgi gerektiren yeni ve karmaşık bilgisayar mühendisliği problemlerini çözme becerisi
PÇ-2
bilgisayar mühendisliğinin en az iki alt-disiplininde ileri konularda bilgi
PÇ-3
uzmanlık alanındaki yeni bilgiyi anlama ve birleştirme becerisi
PÇ-4
çoklu bağlamlarda ileri teknik bilgileri uygulama becerisi
PÇ-5
hayat boyu öğrenmenin önemini kavrama ve hayat boyu öğrenmeyi uygulama becerisi
PÇ-6
uzmanlık alanındaki önemli bir konuda düzenli ve sistematik çalışma planlama ve uygulama becerisi
PÇ-7
teknik materyalleri kabul gören standartlara uygun yazılmış resmi raporlar ile nakletme becerisi
PÇ-8
varolan literatürü analiz etme ve kullanma becerisi
PÇ-9
etkin sözlü komünikasyon becerisi
PÇ-10
bilgisayar mühendisliği alanındaki gelişmelere ayak uydurma becerisi