| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 5 |
|---|
| Öğretim Eleman(lar)ı |
|
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Örüntü tanımanın temel prensiplerini öğrenir.
- Makine öğrenme yöntemlerini tanır.
- Örüntü tanıma programları geliştirme ve bunları kullanma pratiği kazanır.
- Örüntü tanıma tekniklerini problem çözmek için kullanma yeteneği kazanır.
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | Yok |
|---|
| Ders Tanımı | Bir, iki veya daha fazla boyutlu örüntüler için makine öğrenmesi. İstatiksel ve dilsel yaklaşımlar. Bayes karar teoremi, karar sınırları, sınıflandırıcılar, ayırtaç işlevleri, parametre kestirimi. Kümeleme. Öznitelik seçip çıkarma. Örüntü tanımada yapısal yaklaşımlar. Sinir ağları tanıyıcılar. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Örüntü Tanımaya Giriş |
|
2. Hafta |
Veri ve Öznitelik Temelleri |
|
3. Hafta |
Veri Önişleme ve Normalizasyon |
|
4. Hafta |
Öznitelik Çıkarımı |
|
5. Hafta |
Öznitelik Seçimi, Örnek Bölütleme |
|
6. Hafta |
Kümeleme Temelleri |
|
7. Hafta |
Sınıflandırma Temelleri |
|
8. Hafta |
ARA SINAV |
|
9. Hafta |
Regresyon Temelleri |
|
10. Hafta |
Performans Değerlendirme Ölçütleri |
|
11. Hafta |
Lineer Sınıflandırıcılar |
|
12. Hafta |
Yapay Sinir Ağları - I |
|
13. Hafta |
Yapay Sinir Ağları - II |
|
14. Hafta |
Derin Öğrenme |
|
15. Hafta |
Matlab ile Derin Öğrenme |
|
| Kaynaklar | 1. Pattern Classification 2nd. Edition., R.O. Duda, P.E. Hart & D.G. Stork, J. Wiley Inc., 2001 |
|---|
| Öğretim Yöntemleri |
- Anlatım
- Soru-Cevap
- Sorun/Problem Çözme
- Deney
- Eğitim-Uygulama
- Proje
- Rapor Hazırlama
- Sunum
- Diğer
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
30 |
| Ödev |
1 |
10 |
| Mini-Sınav |
3 |
10 |
| Proje |
1 |
10 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
