| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Makine Öğrenmesi | CENG 621 | 6 | 9 | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Doktora |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Makine öğrenmesi bileşenlerini ve algoritmalarını anlamak and uygulayabilmek |
| 2. Makine öğrenmesi sürecini tanımlama, geliştirme ve test edebilme |
| 3. Problem spesifik algoritma seçebilme ve uygulayabilme |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu dersin temel amacı, sembolik ve sembolik olmayan yapay zeka konularını içeren farklı yapay zeka yaklaşım ve temel kavramlarını sunmaktır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Makine Öğrenemesine Giriş |
| 2 | Öğrenme kavramı |
| 3 | Decision Tree Algorithm |
| 4 | Yapay Sinir Ağları |
| 5 | Hipotezlerin Değerlendirilmesi |
| 6 | Bayes Öğrenmesi |
| 7 | Hesaplamalı Öğrenme Teorisi |
| 8 | Örnek Tabanlı Öğrenme |
| 9 | Genetik Algoritmalar |
| 10 | Kural Kümelerini Öğrenme |
| 11 | Analitik Öğrenme |
| 12 | Tümevarımsal ve Analitik Öğrenmenin Birleştirilmesi |
| 13 | Pekiştirmeli Öğrenme-1 |
| 14 | Pekiştirmeli Öğrenme-2 |
| |
| Kaynaklar: |
| Artificial Intelligence : A Modern Approach, Stuart Russell and Peter Norvig, Prentice-Hall, 2003, ISBN: 0-13-790395 |
| |
| Diğer Kaynaklar: |
| |
| |
| Öğretim Yöntem ve Teknikleri: |
| Haftada 3 saat yüzyüze teorik ders |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara sınav | 1 | %30 |
| Final Sınavı | 1 | %40 |
| Proje | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |