| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Örüntü Tanına | EE 544 | 5 | 9 | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Sinyal desenlerini anlamak |
| 2. Ayırt edici fonksiyonları ve öğrenmeyi anlamak |
| 3. Örüntü tanıma tekniklerini uygulamak |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, örüntü tanıma temellerine genel bir bakışla başlayarak, elle tasarlanmış öznitelikler ve öznitelik tasarımı için derin öğrenme yöntemleriyle devam eden çeşitli yöntemler paketleridir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Giriş, Tanımlar, Örüntüler, Sınıflandırıcılar, Özellik Vektörleri İstatistiksel |
| 2 | Örüntü Tanıma, Üretici Yöntemler, Bayes Karar Teorisi |
| 3 | Maksimum Olabilirlik, Beklenti Maksimizasyonu, Yoğunluk Tahmini |
| 4 | Denetimli Öğrenme: Doğrusal Ayırt Edici Fonksiyonlar |
| 5 | Destek Vektör Makineleri ve çok sınıflı genelleştirmeler |
| 6 | Mesafe tabanlı yöntemler ve Mesafe Öğrenme |
| 7 | Denetimsiz Öğrenme, Kümeleme |
| 8 | Metriğe Dayalı Olmayan Yöntemler, Karar Ağaçları, Dilbilgiler vb. |
| 9 | Yapısal Desen Tanıma için Grafiksel Modeller, Grafik Eşleştirme, İlişkisel ve Atfedilmiş Grafikler |
| 10 | Elle Oluşturulan Özellikler, Dönüşüm Bağışıklığı, Özellik Ölçek Alanları |
| 11 | Çok Katmanlı Sinirsel Desen Tanıma, İleri Beslemeli Ağlar |
| 12 | Evreşimsel Sinir Ağları, Derin Özellikler |
| 13 | Transfer Öğrenimi, Özelliklerin Transfer Edilebilirliği |
| 14 | Proje Haftası, Grup başına 15 dakikalık proje sunumları ve tartışmalar. |
| |
| Kaynaklar: |
| Sergios Theodoridis Konstantinos Koutroumbas Pattern Recognition, 4th ed. Elsevier 2008 9780080949123 |
| |
| Diğer Kaynaklar: |
| Richard O. Duda, Peter E. Hart, David G. Stork Pattern Classification (Pt.1) 2nd Edition Wiley-Interscience 2000 978-0471056690 |
| |
| Öğretim Yöntem ve Teknikleri: |
| Haftalık 3 saatlik ders,
Sınıf ortamında sunulan grup projeleri |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %20 |
| Final Sınavı | 1 | %30 |
| Ödev | 1 | %10 |
| Proje | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |