Bilgi Paketi
baskent.edu.tr

Robotik ve Yapay Zeka Programı

KYZ203

MAKİNE ÖĞRENMESİ

Ders Kodu
KYZ203
Yarıyıl
Üçüncü Yarıyıl (Güz)
Teori+Uygulama
2 + 1
AKTS
5
Dersin TürüZorunlu
Dersin DüzeyiÖnlisans
Dersin Yılı2
Dersin YarıyılıÜçüncü Yarıyıl (Güz)
AKTS5
Öğretim Eleman(lar)ı -
Öğrenme Kazanımları

Bu dersin sonunda öğrenciler;

  1. Makine öğrenimindeki temel kavramları ve algoritmaları anlar.
  2. Model performansını artırmak için veri ön işleme tekniklerini uygulayabilir.
  3. Regresyon ve sınıflandırma için denetimli teknikleri etkin bir şekilde uygulayabilir.
Veriliş BiçimiYüz Yüze
ÖnkoşullarYok
Önerilen DerslerYok
Ders TanımıVeri ön işleme, denetimli ve denetimsiz öğrenme teknikleri, değerlendirme ölçütleri ve model seçimi gibi temel makine öğrenmesi kavramlarını ve algoritmalarını öğretmektir. Veri ön işleme, denetimli öğrenme (regresyon ve sınıflandırma dahil), denetimsiz öğrenme (kümeleme ve boyut azaltma), değerlendirme ölçütleri ve model seçimi gibi temel makine öğrenimi kavramlarını ve algoritmalarını kapsar.
Ders İçeriği
HAFTA KONULAR
1. Hafta Makine öğrenmesi temellerine giriş
2. Hafta Veri ön işleme teknikleri ve özellik
3. Hafta Denetimli öğrenme: regresyon teknikleri
4. Hafta Denetimli öğrenme: sınıflandırma yöntemleri
5. Hafta Denetimsiz öğrenme: kümeleme yaklaşımları
6. Hafta Denetimsiz öğrenme: boyut azaltma yöntemleri
7. Hafta Model değerlendirme ve seçim metrikleri
8. Hafta Ara sınav
9. Hafta Derin öğrenme kavramlarına giriş
10. Hafta Durum çalışmaları: makine öğrenimini gerçek dünya senaryolarında uygulama
11. Hafta Pratik uygulamalar: makine öğrenmesi modellerinin uygulanması
12. Hafta Makine öğreniminin ileri uygulamaları
13. Hafta Endüstri ve araştırmada makine öğreniminin incelenmesi
14. Hafta Makine öğreniminde zorluklar ve etik
Kaynaklar[1] Python ile Makine Öğrenmesi, Temel Kavramlar ? Sınıflandırma Regresyon ? Kümeleme, Prof. Dr. Ömer Deperlioğlu, Doç. Dr. Utku Köse, 1. Baskı, Ocak 2024, Seçkin Yayıncılık
[2] Weka ile Yapay Zeka, Makine Öğrenmesi Yapay Sinir Ağları ? Derin Öğrenme, Dr. Öğr. Üyesi Emrah Aydemir, 2. Baskı, Temmuz 2019, Seçkin Yayıncılık
[3] Makine Öğrenmesi, Makine Öğrenmesi Teorileri ve Algoritması, Dr. Metin Bilgin,Dr. Atınç Yılmaz (Editör), 1. Baskı, Aralık 2018, Papatya Bilim Yayınevi
[4] Makine Öğrenmesi, Necmi Gürsakal, 2. Baskı, Mayıs 2021, Dora Yayıncılık
[5] Makine Öğrenmesi ve Derin Öğrenme için R Uygulamalı, Doğrusal Cebir, Necmi Gürsakal,Sadullah Çelik, 1. Baskı, Ağustos 2020, Dora Yayıncılık
***Engel durumunuzdan dolayı akademik uyarlamaya ihtiyaç hissederseniz dersin öğretim elemanıyla irtibat kurunuz.
Öğretim Yöntemleri
  • Anlatım
  • Soru-Cevap
  • Sorun/Problem Çözme
  • Eğitim-Uygulama
Değerlendirme
Sayısı Toplam Katkısı (%)
Ara Sınav 1 40
Toplam(%) 40
Yıl İçinin Başarıya Oranı(%) 40
Finalin Başarıya Oranı(%) 60
Toplam(%) 100
AKTS İş Yükü
Aktivite Sayı Süre (Saat) İş Yükü
Ara Sınav 1 1 1
Kısa Sınavlara hazırlık
Sınıf Dışı Ders Çalışma Süresi 14 5 70
Final Sınavına Hazırlık 1 14 14
Ders Saati 14 3 42
Ara Sınava Hazırlık 1 7 7
Laboratuvar
Final Sınavı 1 1 1
Ödevler
Toplam İş Yükü135
Toplam İş Yükü / 304.5
Dersin AKTS Kredisi5
DilTürkçe
Staj / UygulamaYok

Program Yeterlilikleri / Öğrenme Kazanımları

Ö1 Ö2 Ö3
P1 X X X
P2
P3 X X X
P4 X X X
P5 X X X
P6
P7
P8 X X X
P9
P10
P11 X X X
P12
P13