GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BMYL525 | ÖRÜNTÜ SINIFLANDIRMA | Seçmeli Ders Grubu | 1 | 2 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilerin örüntü sınıflandırma algoritmaları ve metodolojileri hakkında teorik ve uygulamalı bilgi sahibi olmalarını sağlamaktır. Özellikle veri türleri, transfer öğrenme, açıklanabilir yapay zeka ve multimodal veri analizi gibi konulara odaklanarak, öğrencilerin ileri düzeyde sınıflandırma çözümleri geliştirme becerisi kazanmaları hedeflenir.
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üy. Hasan ULUTAŞ
Öğrenme Çıktıları
| 1 | Farklı veri türlerini analiz ederek örüntü sınıflandırmanın temel prensiplerini açıklar. |
| 2 | Veri ön işleme ve özellik çıkarımı yöntemlerini uygular. |
| 3 | Denetimli ve denetimsiz öğrenme algoritmalarını analiz eder ve karşılaştırır. |
| 4 | Transfer öğrenme ve derin öğrenme yöntemlerini kullanarak sınıflandırma problemlerini çözer. |
| 5 | Model performansını değerlendirme metriklerini yorumlar ve açıklanabilir yapay zeka araçlarıyla analiz eder. |
| 6 | Multimodal veri sınıflandırma çözümleri geliştirir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Örüntü sınıflandırma temel kavramları, veri türleri ve analizi, veri ön işleme teknikleri, özellik çıkarımı ve boyut indirgeme yöntemleri (PCA, LDA, t-SNE), denetimli ve denetimsiz öğrenme algoritmaları, transfer öğrenme, derin öğrenme tabanlı sınıflandırma, zaman serisi analizi, multimodal veri sınıflandırması, hiperparametre optimizasyonu, açıklanabilir yapay zeka, çapraz disiplin problemleri.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Örüntü Sınıflandırma Kavramına Giriş | Teorik Anlatım | Örüntü sınıflandırma üzerine giriş niteliğinde makalelerin okunması. |
| 2 | Veri Türleri ve Temel Analiz Teknikleri | Teorik Anlatım | Veri türleriyle ilgili temel analiz yöntemlerinin araştırılması. |
| 3 | Veri Ön İşleme Teknikleri | Teorik Anlatım ve Kodlama Uygulamaları | Veri ön işleme adımlarını gösteren bir örnek çalışmanın incelenmesi. |
| 4 | Özellik Çıkarımı ve Boyut İndirgeme | Teorik Anlatım ve Kodlama Uygulamaları | PCA, LDA ve t-SNE algoritmaları üzerine teorik okumalar. |
| 5 | Denetimli Öğrenme Algoritmaları | Teorik Anlatım ve Kodlama Uygulamaları | Denetimli öğrenme algoritmalarının temel matematiksel prensiplerini gözden geçirme. |
| 6 | Denetimsiz Öğrenme Algoritmaları | Teorik Anlatım ve Kodlama Uygulamaları | Kümeleme algoritmalarının çalışma prensipleri hakkında literatür taraması. |
| 7 | Transfer Öğrenme ve Önceden Eğitilmiş Modeller | Teorik Anlatım ve Kodlama Uygulamaları | Transfer öğrenme yöntemlerinin Python uygulamaları üzerine çalışılması. |
| 8 | Derin Öğrenme Tabanlı Sınıflandırma | Teorik Anlatım ve Kodlama Uygulamaları | CNN mimarilerinin temelleri ve kod örneklerinin incelenmesi. |
| 9 | Zaman Serisi Veri Sınıflandırması | Teorik Anlatım ve Kodlama Uygulamaları | Zaman serisi sınıflandırması üzerine örnek veri setleriyle çalışma. |
| 10 | Multimodal Veri Sınıflandırması | Teorik Anlatım ve Kodlama Uygulamaları | Multimodal veri analizine dair makale veya vaka çalışması okunması. |
| 11 | Hiperparametre Optimizasyonu | Teorik Anlatım ve Kodlama Uygulamaları | Hiperparametre optimizasyonu üzerine Grid Search ve Random Search'ün karşılaştırılması. |
| 12 | Açıklanabilir Yapay Zeka (Explainable AI) | Teorik Anlatım | Açıklanabilir yapay zeka tekniklerinin SHAP ve LIME araçları ile uygulanması. |
| 13 | Çapraz Disiplin Problemleri | Vaka Çalışmaları | Çapraz disiplin sınıflandırma problemleri üzerine vaka çalışması hazırlanması. |
| 14 | Proje Sunumları ve Değerlendirme | Gruplar Halinde Çalışma | Proje sunumu için hazırlık ve geri bildirim alacak materyallerin geliştirilmesi. |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Proje Sunma | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 30 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 70 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Proje Hazırlama | 1 | 30 | 30 |
| Bireysel Çalışma | 1 | 10 | 10 |
| Ara Sınav İçin Bireysel Çalışma | 7 | 3 | 21 |
| Final Sınavı içiin Bireysel Çalışma | 7 | 3 | 21 |
| Toplam İş Yükü (saat) | 126 | ||
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 | 4 | |||||||||
| ÖÇ 2 | 4 | 5 | |||||||||
| ÖÇ 3 | 5 | 4 | |||||||||
| ÖÇ 4 | 4 | 5 | |||||||||
| ÖÇ 5 | 4 | 5 | |||||||||
| ÖÇ 6 | 5 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek