MAKİNE ÖĞRENMESİ DERS TANITIM VE UYGULAMA BİLGİLERİ

Kodu	Dersin Adı	Yarıyıl	Süresi(T+U)	Kredisi	AKTS Kredisi
BIL415	MAKİNE ÖĞRENMESİ	5	3	3	6

DERS BİLGİLERİ
Dersin Öğretim Dili :	Türkçe
Dersin Düzeyi	LİSANS, TYY: + 6.Düzey, EQF-LLL: 6.Düzey, QF-EHEA: 1.Düzey
Dersin Türü	Seçmeli
Dersin Veriliş Şekli	-
Dersin Koordinatörü	Prof.Dr. ABDULSAMET HAŞILOĞLU
Dersi Veren Öğretim Üyesi/Öğretim Görevlisi	Doç.Dr. ELHAM PASHAEI
Ders Ön Koşulu	Yok

AMAÇ VE İÇERİK
Amaç:	Öğrencilere makine öğrenmesi, yapay sinir ağları algoritması ve istatistiksel öğrenme yöntemlerinin temelindeki fikir ve anlayış yanında teorik ve pratik olarak bu yöntemleri nasıl, neden ve ne zaman kullanmaları gerektiğini anlamalarını sağlamak.
İçerik:	Öğretmenli Öğrenme; Bayes Kuralı; Naive Bayes; Karar Ağaçları; Doğrusal Ayırt Edici; Çok-katmanlı Perceptron; Destek Vektör Makinesi; Öğretmensiz Öğrenme; Maksimum Beklenti; k-Means; Gauss Karışım Modeli; Ödül-Ceza İle Öğrenme

DERSİN ÖĞRENME ÇIKTILARI (Öğrenciler, bu dersi başarı ile tamamladıklarında aşağıda belirtilen bilgi, beceri ve/veya yetkinlikleri gösterirler.)
Verilen veri setine hangi makine öğrenmesi yönteminin uygun olduğuna karar verebilir
Doğrusal regresyon ile sınıflama algoritmaları arasındaki farkı ve hangisini kullanması gerektiğini bilir
Tek ve çok katmanlı yapay sinir ağlarını, backpropagation gibi sınıflama algoritmalarını bilir ve uygular
Hiyerarşik kümeleme (single linkage, complete linkage) ve komşuluğa dayalı (kmeans, nearest neigbor, SOM) kümeleme algoritmalarını bilir ve uygular
Bayes ağlarını açıklayabilir ve uygulayabilir

HAFTALIK DERS KONULARI VE ÖNGÖRÜLEN HAZIRLIK ÇALIŞMALARI
Hafta	Ön Hazırlık	Konular	Yöntem
1	-	Tekrar ve karar ağaçları	-
2	-	Olasılık Tekrarı	-
3	-	Örnek tabanlı öğrenme	-
4	-	Naive Bayes	-
5	-	Lojistik Regresyon	-
6	-	Doğrusal Regresyon	-
7	-	Yapay Sinir Ağları	-
8	-	ARA SINAV	-
9	-	Yapay Sinir Ağları	-
10	-	Model Seçimi	-
11	-	K-means ve hiyerarşik topaklama	-
12	-	Topaklama için osalık modelleme	-
13	-	Yarı denetimli öğrenme	-
14	-	Takviyeli Öğrenme	-
15	-	Takviyeli Öğrenme	-
16	-	FİNAL	-
17	-	FİNAL	-

KAYNAKLAR
Introduction to Machine Learning, 2e, Ethem Alpaydın, The MIT Press, 2010
Machine Learning, Tom Mitchell, McGraw Hill, 1997
Pattern Classification, 2e, R. O. Duda, P. E. Hart, D. G. Stork, Wiley Interscience, 2001

ÖLÇME VE DEĞERLENDİRME
Yarıyıl İçi Yapılan Çalışmaların Ölçme ve Değerlendirmesi	Etkinlik Sayısı	Katkı Yüzdesi	Açıklama

(0) Etkisiz	(1) En Düşük	(2) Düşük	(3) Orta	(4) İyi	(5) Çok İyi
0	1	2	3	4	5

BİLGİ
Kuramsal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bilgisayar Bilimi ile ilgili temel mühendislik kavramlarını açıklar ve Bilgisayar Biliminin teorik altyapısı ile ilişkilendirir.					4

BİLGİ
Olgusal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Matematik, fen bilimleri, olasılık ve istatistik gibi kendi dalıyla ilgili mühendislik konularında sahip olduğu kuramsal ve uygulamalı bilgileri mühendislik çözümleri için kullanır.					4

BECERİLER
Bilişsel
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bir sistemin bileşenlerini ya da sistemdeki süreçleri analiz eder ve gereksinimler doğrultusunda gerçekçi kısıtlar altında bir bilgisayar modeli tasarlar.						5
2	Belirli bir kavramsal modeli bilgisayar ortamında modern yöntemlerle tasarlar.						5

BECERİLER
Uygulamalı
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bilgisayar Mühendisliği alanında var olan uygulama alanlarını analiz eder, değerlendirir ve bunların çözümüne yönelik uygulama geliştirir.					4
2	Bilgisayar Mühendisliği alanında yer alan konulara uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular.						5
3	Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve bilişim teknolojilerini etkin olarak kullanır.					4

YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve değerlendirme bilincine ve sorumluluğuna sahiptir.					4
2	Bireysel olarak etkin çalışmalar yürütebilir.					4
3	Bir ekip içerisinde etkin çalışabilme becerisi gösterir ve sorumluluk alır.				3

YETKİNLİKLER
Öğrenme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibidir ve bilim ve teknolojideki gelişmeleri internet ve dergi aracılığı ile takip edebilir ve kendini sürekli yenileyebilir.						5
2	Yaşam boyu öğrenmenin gerekliliği bilincine sahiptir.						5

YETKİNLİKLER
İletişim ve Sosyal Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bir problemi sözlü ya da yazılı ifade edebilir ve etkin iletişim kurabilir ve en az bir yabancı dil bilgisine sahiptir.			2
2	Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinçlidir.				3

YETKİNLİKLER
Alana Özgü Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Mesleki ve etik sorumluluk bilincine ve toplumda bu sorumluluğu yayma bilincine sahiptir.		1
2	Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincindedir, girişimcilik ve yenilikçilik konularının öneminin farkındadır.			2

DERSİN İŞ YÜKÜ VE AKTS KREDİSİ
Öğrenme-Öğretme Etkinlikleri İş Yükü
Öğrenme-Öğretme Etkinlikleri	Etkinlik(hafta sayısı)	Süresi(saat sayısı)	Toplam İş Yükü
Ders	14	3	42
Derse Ön Hazırlık ve Ders Sonrası Pekiştirme	14	3	42
Arazi Çalışması	0	0	0
Grup Çalışması / Ödevi	0	0	0
Laboratuvar	0	0	0
Okuma	0	0	0
Ödev	2	10	20
Proje Hazırlama	0	0	0
Seminer	0	0	0
Staj	0	0	0
Teknik Gezi	0	0	0
Web Tab. Öğrenme	0	0	0
Uygulama	2	10	20
Yerinde Uygulama	0	0	0
Mesleki Faaliyet	0	0	0
Sosyal Faaliyet	0	0	0
Tez Hazırlama	0	0	0
Alan Çalışması	0	0	0
Rapor Yazma	0	0	0
Final Sınavı	1	2	2
Final Sınavı Hazırlığı	1	20	20
Ara Sınav	1	2	2
Ara Sınav Hazırlığı	1	3	3
Kısa Sınav	2	1	2
Kısa Sınav Hazırlığı	2	2	4
TOPLAM	40	0	157