| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Tezsiz Yüksek Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 10 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Hipotez ve versiyon uzaylarını bilir.
- Öğrenme sistemi tasarlar.
- Makine öğrenme tekniklerini spesifik bir probleme nasıl uygulayacağını bilir.
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | Yok |
|---|
| Ders Tanımı | Otomatik öğrenme paradigmaları. Kavram öğrenme, genelden özele sıralanış ve versiyon uzayları. Karar ağacı öğrenme. Yapay sinir ağları, algılayıcılar ve çok katmanlı ağlar. Bayes öğrenme. Örneklerle öğrenme. Destek vektör makinesi. Genetik algoritmalar. Seçilen problemler üzerinde uygulamalar. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Otomatik öğrenme paradigmaları. |
|
2. Hafta |
Kavram öğrenme, genelden özele sıralanış ve versiyon uzayları. |
|
3. Hafta |
Kavram öğrenme, genelden özele sıralanış ve versiyon uzayları. |
|
4. Hafta |
Karar ağacı öğrenme. |
|
5. Hafta |
Karar ağacı öğrenme. |
|
6. Hafta |
Yapay sinir ağları, algılayıcılar ve çok katmanlı ağlar. |
|
7. Hafta |
Yapay sinir ağları, algılayıcılar ve çok katmanlı ağlar. |
|
8. Hafta |
Ara-sınav |
|
9. Hafta |
Bayes öğrenme. |
|
10. Hafta |
Örneklerle öğrenme. |
|
11. Hafta |
Destek vektör makinesi. |
|
12. Hafta |
Genetik algoritmalar. |
|
13. Hafta |
Genetik algoritmalar. |
|
14. Hafta |
Seçilen problemler üzerinde uygulamalar. |
|
| Kaynaklar | 1. Machine Learning, Tom Mitchell, McGraw-Hill.
2. Pattern Recognition and Machine Learning, Christopher Bishop, Springer.
3. Pattern Classification, Richard O. Duda, Wiley.
|
|---|
| Öğretim Yöntemleri |
- Anlatım
- Soru-Cevap
- Eğitim-Uygulama
- Sorun/Problem Çözme
- Proje
- Rapor Hazırlama
- Sunum
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
30 |
| Mini-Sınav |
1 |
15 |
| Proje |
1 |
15 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
1 |
1 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
|
|
|
| Final Sınavına Hazırlık |
1 |
30 |
30 |
| Ders Saati |
14 |
3 |
42 |
| Ara Sınava Hazırlık |
1 |
20 |
20 |
| Laboratuvar |
|
|
|
| Final Sınavı |
1 |
2 |
2 |
| Ödevler |
2 |
30 |
60 |
| Proje |
2 |
70 |
140 |
| Toplam İş Yükü | 295 |
| Toplam İş Yükü / 30 | 9.83 |
| Dersin AKTS Kredisi | 10 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
