GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BMYL510 | ÖRÜNTÜ TANIMA | Seçmeli Ders Grubu | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin odak noktası örüntü tanıma tekniklerinin teori ve uygulanmaları üzerinedir. Kapsanan konular arasında, makine ile örüntü sınıflandırılması, öznitelik çıkarma, nesne tanıma, Bayes karar teorisi, parametrik ve parametrik olmayan örüntü tanıma, denetimli ve denetimsiz örüntü tanıma konuları bulunmakta ve bu konulara genel bir bakış sunulmaktadır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Mücella ÖZBAY KARAKUŞ
Öğrenme Çıktıları
| 1 | Temel ve gelişmiş örüntü tanıma sistemlerini tasarlayabilir |
| 2 | Temel istatistiksel ve sözdizimsel örüntü tanıma yaklaşımlarını açıklayabililir |
| 3 | Örüntü tanıma sistemi tasarımlarında yer alan başlıca konuları ve problemleri betimleyebilir |
| 4 | Bilgisayar araçları kullanarak örüntü tanıma tekniklerini uygulayabilir. |
| 5 | Örüntü sınıflandırıcıları açıklayabilecektir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Öğrenme ve adopsiyon, Bayes karar teorisi, ayırıcı fonksiyonlar, parametrik teknikler, maksimum olabilirlik tahmini, Bayes tahmini, yeterli istatistik, parametrik olmayan teknikler, doğrusal ayırtaç fonksiyonlar, algoritma bağımsız otomatik öğrenme, sınıflandırıcılar, denetimsiz öğrenme, gruplaştırma.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Örüntü Tanımaya Giriş, Öğrenme ve Adopsiyon | Teorik Anlatım | Yok |
| 2 | Bayes Karar Teorisi | Teorik Anlatım ve Problem Çözme | Yok |
| 3 | Ayırtaç Fonksiyonlar | Teorik Anlatım ve Problem Çözme | Yok |
| 4 | Parametrik Teknikler: Maksimum Olabilirlik Tahmini ve Bayes Kestirimi, Yeterli İstatistikler | Teorik Anlatım ve Problem Çözme | Yok |
| 5 | Parametrik Olmayan Teknikler | Teorik Anlatım ve Problem Çözme | Yok |
| 6 | Doğrusal Ayırtaç Fonksiyonlar | Teorik Anlatım ve Problem Çözme | Yok |
| 7 | Metrik Olmayan Yöntemler | Teorik Anlatım ve Problem Çözme | Yok |
| 8 | Metrik Olmayan Yöntemler | Teorik Anlatım ve Problem Çözme | Yok |
| 9 | Metrik Olmayan Yöntemler | Teorik Anlatım ve Problem Çözme | Yok |
| 10 | Algoritma-Bağımsız Otomatik Öğrenme | Teorik Anlatım ve Problem Çözme | Yok |
| 11 | Algoritma-Bağımsız Otomatik Öğrenme-Sınıflandırıcılar | Teorik Anlatım ve Problem Çözme | Yok |
| 12 | Denetimsiz Öğrenme ve Gruplaştırma | Teorik Anlatım ve Problem Çözme | Yok |
| 13 | Denetimsiz Öğrenme ve Kümeleme | Teorik Anlatım ve Problem Çözme | Yok |
| 14 | Proje Sunumları | Teorik Anlatım ve Problem Çözme | Yok |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Bishop, C. M. Pattern Recognition and Machine Learning. Springer. 2007; 2. Marsland, S. Machine Learning: An Algorithmic Perspective. CRC Press. 2009.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 80 |
| Quiz | 1 | 20 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Uygulama/Pratik | 4 | 4 | 16 |
| Tartışma | 1 | 5 | 5 |
| Gözlem | 1 | 2 | 2 |
| Proje Sunma | 3 | 4 | 12 |
| Bireysel Çalışma | 7 | 3 | 21 |
| Ara Sınav İçin Bireysel Çalışma | 2 | 4 | 8 |
| Final Sınavı içiin Bireysel Çalışma | 2 | 6 | 12 |
| Okuma | 5 | 2 | 10 |
| Toplam İş Yükü (saat) | 130 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | |
| ÖÇ 1 | 5 | ||||||||||
| ÖÇ 2 | 4 | ||||||||||
| ÖÇ 3 | 3 | ||||||||||
| ÖÇ 4 | 5 | ||||||||||
| ÖÇ 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek