Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
İST727 Makine Öğrenmesi 927003 1 1 6

Dersin Amacı

Dersin amacı, öğrenme ve veri madenciliği üzerine araştırma yapan ya da bir soruna öğrenme ve veri madenciliği tekniklerini uygulamak isteyen kişilerin ihtiyaç duyduğu yöntem bilim, teknoloji, matematik ve algoritmalar üzerine temel bilgi sağlamaktır.

Dersin Veren Öğretim Görevlisi/Görevlileri

Prof.Dr.Mehmet Ali Cengiz

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011. Introduction to Machine Learning (Adaptive Computation and Machine Learning), E. Alpaydin,

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Makine öğrenimine giriş, Maksimum olabilirlik-Bayesci sonuç çıkarımı, Farklı görevlere genel bakış: sınıflandırma, regresyon, kümelenme ve kontrol, Kavram öğrenme, algoritmalar ve kısıtlamalar, Bilgi teorisi. Shannon'ın entropisi, Karşılıklı bilgi, Karar ağaçları, Olasılık modellemeye giriş, Olasılık dağılımları ve yoğunlukları, Bayes'in kuralı, maksimum olabilirlik, Bayesci sonuç çıkarımı, Kümelenme (Gauss karışımları, EM algoritması, k-ortalamaları), Boyut azaltma (PCA), Doğrusal olmayan regresyon ve sınıflandırma, İleri beslemeli sinir ağları, destek vektör makineleri.

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 3 3
2 Final Sınavı 1 3 3
5 Derse Katılım 13 3 39
6 Uygulama/Pratik 13 3 39
9 Problem Çözümü 13 1 13
11 Soru-Yanıt 9 2 18
29 Bireysel Çalışma 13 2 26
32 Ara Sınav İçin Bireysel Çalışma 1 3 3
33 Final Sınavı içiin Bireysel Çalışma 1 5 5
54 Ev Ödevi 1 3 3

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Makine öğrenmesine giriş
2 Maksimum olabilirlik-Bayesci sonuç çıkarımı.
3 Farklı görevlere genel bakış: sınıflandırma, regresyon, kümelenme ve kontrol.
4 Kavram öğrenme, algoritmalar ve kısıtlamalar.
5 Bilgi teorisi. Shannon'ın entropisi. Karşılıklı bilgi.
6 Karar Ağaçları Öğrenmesi
7 Olasılık modellemeye giriş.
8 Arasınav
9 Olasılık dağılımları ve yoğunlukları, Bayes'in kuralı, maksimum olabilirlik, Bayesci sonuç çıkarımı.
10 Kümelenme (Gauss karışımları, EM algoritması, k-ortalamaları).
11 Boyut azaltma (PCA).
12 Doğrusal olmayan regresyon ve sınıflandırma.
13 İleri beslemeli sinir ağları, destek vektör makineleri.
14 Makine öğrenmesi uygulama

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1277112 Deneme ve karşılaştırma deneylerine dair açık ve özlü tarifler yapabilmelidir.
2 1277113 Makine öğrenimi algoritmalarını uygulayabilmeli, performanslarını değerlendirebilmeli ve gerçek veri grupları ile çalışmalarda karşılaşılan sorunları anlayabilmeli,
3 1277114 Makine öğrenimi için teorik bir iskelet oluşturabilmek için bilgi teorisini ve olasılık teorisini anlayabilmeli,
4 1277115 Makine öğrenimi tekniklerini uygulamada deneyim sahibi olmalı,
5 1277116 Ders tamamlandığında öğrenciler; makine öğreniminde kullanılan temel algoritmaları tanıyabilmeli,

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 66364 Alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım ve/veya uygulama geliştirir ya da bilinen bir düşünce, yöntem, tasarım ve/veya uygulamayı farklı bir alana uygular, özgün bir konuyu araştırır, kavrar, tasarlar, uyarlar ve uygular.
2 66366 Yeni ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapar.
3 66367 Alanı ile ilgili en az bir bilimsel makaleyi ulusal ve/veya uluslar arası hakemli dergilerde yayınlayarak ve/veya özgün bir yapıt üreterek ya da yorumlayarak alanındaki bilginin sınırlarını genişletir.
4 66365 Alanının ilişkili olduğu disiplinler arası etkileşimi kavrar; yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır.
5 66368 Ulusal ve uluslararası bilimsel araştırma gruplarında bilimsel araştırma yapar.
6 66378 Alanındaki yeni bilgileri sistematik bir yaklaşımla değerlendirir, kullanır ve aktarır.
7 66371 Uzman kişiler ile alanındaki konuların tartışılmasında özgün görüşlerini savunur ve alanındaki yetkinliğini gösteren etkili bir iletişim kurar.
8 66370 Eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirir.
9 66369 Alanı ile ilgili çalışmalarda araştırma yöntemlerini kullanabilmede üst düzey beceriler kazanmış olur.
10 66373 Alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur.
11 66372 Yüksek lisans yeterliliklerine dayalı olarak alanındaki güncel ve ileri düzeydeki bilgileri özgün düşünce ve/veya araştırma ile uzmanlık düzeyinde geliştirir, derinleştirir ve alanına yenilik getirecek özgün tanımlara ulaşır.
12 66375 Sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceler, geliştirir ve gerektiğinde değiştirmeye yönelik eylemleri yönetir.
13 66374 Özgün ve disiplinler arası sorunların çözümlenmesini gerektiren ortamlarda liderlik yapar.
14 66377 Alanının gerektirdiği düzeyde bilgisayar yazılımlarını, bilişim ve iletişim teknolojilerindeki gelişmeleri takip ederek, problemlerini çözecek şekilde araştırmalarında etkin olarak kullanır.
15 66376 Alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım ve/veya uygulama geliştiren ya da bilinen bir düşünce, yöntem, tasarım ve/veya uygulamayı farklı bir alana uygulayan özgün bir çalışmayı bağımsız olarak gerçekleştirerek alanındaki ilerlemeye katkıda bulunur.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 2 2 3 2 2 4 3 3 3 4 4 3 4 3 4
2 2 3 3 3 3 3 3 3 4 4 3 4 5 3 3
3 2 4 4 3 4 5 3 4 4 4 2 4 3 5 5
4 2 3 3 5 4 4 3 4 4 3 5 4 4 5 5
5 2 2 3 4 3 5 4 4 4 3 5 3 4 5 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek