Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
2015 -Endüstri Mühendisliği (İngilizce) - Anadal | CSE4088 | Introduction to Machine Learning | Zorunlu | 8 | 5,00 | 3 | 0 |
Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
2015 -Endüstri Mühendisliği (İngilizce) - Anadal | CSE4088 | Introduction to Machine Learning | Zorunlu | 8 | 5,00 | 3 | 0 |
Bu derste; parametrik ve parametrik olmayan kestirim, boyut indirgeme, öbekleme, karar ağaçları, Markov modelleri gibi yapay öğrenmenin belli başlı alanlarında kullanılan yöntem ve algoritmalar incelenecektir. Bu ders öğrenciye, yapay öğrenme alanındaki yöntemler hakkında temel fikirleri ve sezgi kazandıracak ve ilgili algoritmaların neden ve nasıl çalıştığıyla ilgili biçimsel bir kavrayış sağlayacaktır. Sayıtımsal çıkarsama (statistical inference) bu derste incelenecek olan yöntemlerin çoğunun temelini oluşturan kavramdır.
-
Dersin içeriği; denetlemeli öğrenme, Bayes karar kuramı, parametrik yöntemler, çok boyutlu yöntemler, boyut indirgeme, öbekleme, parametrik olmayan yöntemler, karar ağaçları, saklı Markov modelleri ve pekiştirmeli öğrenmeye bir giriş olarak özetlenebilir.
Ders notları, slaytlar, dinleyici notları, programlama örnekleri
Yok
İngilizce
• Learning from Data, by Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin, 2012. (Book web page: http://work.caltech.edu/textbook.html ) • Introduction to Machine Learning, Ethem Alpaydın, 3rd edition, MIT Press, 2015. • Pattern Classification, 2nd Edition, R. O. Duda, P. E. Heart, D. G. Stork, Wiley, 2000.
-
Hafta | Teorik |
---|---|
1 | Giriş, matematik tekrarı |
2 | Öğrenmenin bileşenleri, PLA |
3 | Doğrusal modeller, hata/gürültü, eğitim/test |
4 | Genelleştirme teorisi, VC boyutu |
5 | Bias-variance, doğrusal modeller II |
6 | Sinir ağları |
7 | Düzenlileştirme |
8 | Ara Sınav Haftası |
9 | Geçerleme |
10 | SVM |
11 | Bayesçi karar teorisi |
12 | Naif Bayes sınıflandırıcı, PCA |
13 | Karar ağaçları, KNN |
14 | Kümeleme |
15 | Proje sunumları |
16 | Ders Çalışma Haftası |
17 | Yarı Yıl Sonu Sınavı |
Değerlendirme | Değer |
---|---|
Yarıyıl (Yıl) İçi Etkinlikleri | 60 |
Yarıyıl (Yıl) Sonu Etkinlikleri | 40 |
Yarıyıl (Yıl) Sonu Etkinlikleri | Değer |
Final Sınavı | 100 |
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ders Öncesi/Sonrası Bireysel Çalışma | 14 | 3 | 42 |
Proje ve Hazırlığı | 1 | 20 | 20 |
Ödev ve Hazırlığı | 3 | 10 | 30 |
Laboratuvar ve Hazırlığı | 0 | 0 | 0 |
Atölye ve Hazırlığı | 0 | 0 | 0 |
Sunum ve Hazırlığı | 0 | 0 | 0 |
Seminer ve Hazırlığı | 0 | 0 | 0 |
Demo ve Hazırlığı | 0 | 0 | 0 |
Araştırma ve Hazırlığı | 0 | 0 | 0 |
Rapor ve Hazırlığı | 0 | 0 | 0 |
Arasınav ve Hazırlığı | 2 | 10 | 20 |
Kısa Sınav ve Hazırlığı | 0 | 0 | 0 |
Final ve Hazırlığı | 1 | 15 | 15 |
Teorik Ders Saati | 0 | 0 | 0 |
Uygulama Ders Saati | 0 | 0 | 0 |
ÖÇ1 | |||||||||||
ÖÇ2 | |||||||||||
ÖÇ3 | |||||||||||
ÖÇ4 | |||||||||||
ÖÇ5 | |||||||||||
ÖÇ6 | |||||||||||
ÖÇ7 |