| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Makine Öğrenme | CENG 480 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| 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 | CENG 466 |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, lisans öğrencilerine makine öğrenimi kavramları, algoritmaları ve teknikleri için temel sağlamak amacıyla önerilmiştir. Dersin sonunda, iyi tanımlanmış bir problem üzerinde makine öğrenimi tekniklerini uygulama konusundaki anlayışlarını göstermek için bir proje hazırlayıp sunmaları beklenir. |
| |
| 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 | Regrasyon |
| 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 sınıf ortamında yapılacaktır. Öğrencilerin derslere katılması beklenmektedir. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 4 | %20 |
| Final sınavı | 1 | %20 |
| Ara sınav | 1 | %20 |
| Proje | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |