GERİ DÖN

Ders Öğretim Planı


Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
EEM6102 İSTATİSTİKSEL ÖRÜNTÜ ANALİZİ VE SINIFLANDIRMA Seçmeli Ders Grubu 1 2 6,00

Doktora


Türkçe


Makine öğrenmesinin temelleri, algoritmaları ve teknikleri hakkında bilgi vermek


Dr. Öğr. Üyesi Osman Safa ÇİFÇİ


1 Makine öğrenmesi sistemlerinin temel yapısını kavrar.
2 Sınıflandırma algoritmalarını açıklar.
3 Yaygın makine öğrenmesi uygulamaları için örüntü çıkarma yaklaşımlarını tanımlar.
4 Öznitelik seçim yöntemlerini tanır
5 Denetimli ve denetimsiz algortimalar seçimini kavrar

Birinci Öğretim


-


-


Öğrenmeye giriş ve öğrenme türleri / Denetimli öğrenme / Bayes karar teorisi / Parametrik yöntemler / Çok değişkenli istatistiksel yöntemler / Boyut azaltma / Kümeleme / Parametrik olmayan yöntemler / Karar ağaçları / Kernel


Hafta Konular (Teorik) Öğretim Yöntem ve Teknikleri Ön Hazırlık
1 Öğrenmeye giriş ve öğrenme türleri
2 Denetimli öğrenme
3 Bayes karar teorisi
4 Parametrik yöntemler
5 Çok değişkenli istatistiksel yöntemler
6 Boyut azaltma
7 Kümeleme
8 Python uygulaması
9 Parametrik olmayan yöntemler
10 Karar ağaçları
11 Doğrusal ayırtaçlar
12 Kernel yöntemleri
13 Proje Sunumları
14 Proje Sunumları

1. E. Alpaydın, Yapay Öğrenme, 2011 2. R. O. Duda, P. E. Hart ve D. G. Stork, Pattern Recognition, 2000



Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Quiz 2 60
Ev Ödevi 1 40
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

-


Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Final Sınavı 1 2 2
Quiz 2 1 2
Derse Katılım 14 3 42
Final Sınavı içiin Bireysel Çalışma 1 20 20
Okuma 14 3 42
Quiz için Bireysel Çalışma 2 10 20
Ev Ödevi 1 20 20
Toplam İş Yükü (saat) 148

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10
ÖÇ 1 4 5 5 4 5 3 4 5 4
ÖÇ 2 4 5 5 4 5 3 4 5 4
ÖÇ 3 4 5 5 4 5 3 4 5 4
ÖÇ 4 4 5 5 4 5 3 4 5 4
ÖÇ 5 4 5 5 4 5 3 4 5 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek