| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Makine Öğrenmesi | CPR 261 | | 2 | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Ön Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Bu ders, öğrenme kavramını anlama becerisi sağlar. |
| 2. Bu ders özellik çıkarma tekniklerini anlama becerisi sağlar. |
| 3. Bu ders, sınıflama yöntemlerini kullanma becerisi kazandırmaktadır. |
| 4. Bu ders, kümeleme yöntemlerini kullanma becerisi sağlar. |
| 5. Bu ders, yeniden uygulama yöntemlerini kullanma becerisi sağlar. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, öğrencilere makine öğrenimi kavramlarının, algoritmalarının ve tekniklerinin temelinin öğretilmesi amacıyla önerilmiştir. Dersin sonunda, iyi tanımlanmış bir problem üzerinde makine öğrenimi tekniklerini uygulama konusundaki anlayışlarını göstermek için bir proje hazırlayıp sunmaları beklenir. |
| |
Üretken Yapay Zeka Kullanımı:
Üretken Yapay Zeka tarafından oluşturulan içeriği, uygun atıf yapmadan veya eğitmenin izni olmadan kendi çalışması olarak sunmak yasaktır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | İnsan ve makinede öğrenmeye giriş |
| 2 | Özellikler, özellik çıkarma |
| 3 | Özellik uzayı, mesafe ölçümleri ve ayırt edici fonksiyonlar |
| 4 | Regresyon |
| 5 | Sınıflandırma |
| 6 | Sınıflandırma |
| 7 | Kümeleme |
| 8 | Kümeleme |
| 9 | Özellik alanı boyutluluk azaltma: Temel bileşen analizi |
| 10 | Takviyeli Öğrenme |
| 11 | Takviyeli Öğrenme |
| 12 | Sinir Ağlarına Giriş |
| 13 | Proje Sunumları |
| 14 | Proje Sunumları |
| |
| Kaynaklar: |
| Flach P. (2012) Machine Learning, The Art and Science of Algorithms that Make Sense of Data, Cambridge Univ. Press |
| |
| Diğer Kaynaklar: |
| Daumé H. (2017) A Course in Machine Learning Alpaydin, E. (2010). Introduction to machine learning, Second Edition. Cambridge: MIT Press. Mitchell, T. (1997). Machine learning. McGraw Hill. Russell, S. & Norvig, P. (2010). Artificial Intelligence: A Modern Approach. 3rd Ed. Prentice Hall, NJ. |
| |
| Öğretim Yöntem ve Teknikleri: |
| Dersler her hafta 3 saat sınıf ortamında yapılacaktır. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %25 |
| Final Sınavı | 1 | %35 |
| Proje | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 14 | 2,00 | 28,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 2,00 | 2,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 1,00 | 14,00 |
| 6 | Ev ödevleri | 0 | 0,00 | 0,00 |
| 7 | Sınavlara Hazırlık | 0 | 0,00 | 0,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 7,00 | 7,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 1 | 15,00 | 15,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 9,00 | 9,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Bilgisayar sistemlerinde yeterli altyapıya sahip olma; bu alandaki kuramsal ve uygulamalı bilgileri bilgisayar sistemlerinde kullanabilme becerisi, Bilgisayar sistemindeki problemleri saptama, tanımlama ve çözme becerisi; bu amaçla uygun yöntemler ve tekniklerini seçme ve uygulama becerisi | 4 |
| 2 | Bir sistemi, sistem bileşenini ya da süreci analiz etme ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlama becerisi; bu doğrultuda modern tasarım yöntemlerini uygulama becerisi, Bilgisayar programında gerekli olan teknik araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin kullanma becerisi | 3 |
| 3 | Bilgisayar Teknolojileri ve Programlama alanında tanımı iyi yapılmış problemlerin çözümü için gerekli olan verileri tanımlama, toplama ve kullanmayı etkin bir biçimde yapabilmek; pratik uygulamalarda gereken teorik bilgileri, el ve/veya düşünsel becerileri kullanabildiğini göstermek | 2 |
| 4 | İleri düzey programlama becerisi kazanır. Güncel bilgisayar programlama teknolojilerini kullanarak sektörün beklentilerini karşılayacak şekilde Bilgisayar Programcılığı ile ilgili süreci/süreçleri planlama becerisine sahip olmak. | 2 |
| 5 | Bağımsız çalışabilme, inisiyatif alabilme, özgün içerikler oluşturabilme ve yazılım takımları içinde verimli çalışabilme becerisine sahip olmak. | 2 |
| 6 | Türkçeyi ve İngilizce yazılı ve sözlü olarak etkin bir biçimde kullanabilme, sunulan Bilgisayar Programcılığı bilgisini kolayca takip etme ve meslektaşlarıyla etkin bir biçimde iletişim kurabilme becerisine sahip olmak. | 3 |
| 7 | Sorunların çözümünde bilimsel yöntemler kullanmayı benimser ve problem çözme becerisini geliştirir. | 2 |
| 8 | Bilgiye erişebilmeye bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi, Yaşam boyu öğrenmenin gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | 1 |
| 9 | Kendi alanı ile ilgili çalışmalarda öngörülmeyen durumlarla ilgili sorunları belirleme ve çözüm arama yeteneğini kazandığını göstermek | 2 |
| 10 | Bilgiye erişebilme bilimde ve teknolojide gelişmeleri takip edebilme ve sürekli kişisel gelişimi sürdürebilme becerisine sahip olmak | 2 |
| 11 | Mesleki, hukuksal, sosyal ve etik sorumluluklarını anlayabilir ve uygular. | 0 |