DERSİN TÜRÜ | Seçmeli |
DERSİN DÜZEYİ | Tezli Yüksek Lisans |
DERSİN YILI | - |
YARIYIL | - |
AKTS | 10 |
ÖĞRETİM ELEMAN(LAR)I | Doçent Doktor Mustafa Sert
|
DERSİN ÖĞRENME KAZANIMLARI |
Bu dersin sonunda öğrenciler; 1) Hipotez ve versiyon uzaylarını bilir. 2) Öğrenme sistemi tasarlar. 3) Makine öğrenme tekniklerini spesifik bir probleme nasıl uygulayacağını bilir.
|
DERSİN VERİLİŞ BİÇİMİ | Yüz Yüze |
DERSİN ÖNKOŞULLARI | Yok |
ÖNERİLEN DERSLER | Yok |
DERS TANIMI | 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 İÇERİĞİ | 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. |
|
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR | 1. Machine Learning, Tom Mitchell, McGraw-Hill. 2. Pattern Recognition and Machine Learning, Christopher Bishop, Springer. 3. Pattern Classification, Richard O. Duda, Wiley.
|
ÖĞRETİM YÖNTEM VE TEKNİKLERİ | Anlatım,Soru-Cevap,Eğitim-Uygulama,Sorun/Problem Çözme,Proje,Rapor Hazırlama,Sunum |
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ | | 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 |
Süresi(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 |
|
DİL | Türkçe |
STAJ / UYGULAMA | Yok |
| |