School/Faculty/Institute | Faculty of Engineering | |||||
Course Code | COMP 462 | |||||
Course Title in English | Introduction to Machine Learning | |||||
Course Title in Turkish | Yapay Öğrenmeye Giriş | |||||
Language of Instruction | EN | |||||
Type of Course | Flipped Classroom | |||||
Level of Course | Introductory | |||||
Semester | Güz | |||||
Contact Hours per Week |
|
|||||
Estimated Student Workload | 152 hours per semester | |||||
Number of Credits | 6 ECTS | |||||
Grading Mode | Standard Letter Grade | |||||
Pre-requisites | None | |||||
Expected Prior Knowledge | Prior knowledge in programming, probability and statistics. | |||||
Co-requisites | None | |||||
Registration Restrictions | Only Undergraduate Students | |||||
Overall Educational Objective | To learn the fundamentals of machine learning methods and how to design and implement intelligent systems to make prediction, classification, and regression. | |||||
Course Description | This course covers the fundamentals of machine learning approaches: Supervised learning, unsupervised learning, regression methods, outlier detection, feature analysis, validation and evaluation. | |||||
Course Description in Turkish | Bu ders yapay öğrenmede kullanılan temel yöntemleri içermektedir: Gözetimli ve gözetimsiz öğrenme, bağlanım yöntemleri, aykırılık tespiti, öznitelik analizi, geçerleme ve performans değerlendirmesi |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) identify and solve a complex engineering problem using machine learning techniques; 2) design a machine learning system to produce solutions; 3) present the results of a machine learning solution to a range of audiences; 4) recognize ethical and professional responsibilities in creating the machine learning system; 5) analyze and interpret the data used for the machine learning system; 6) acquire and apply new knowledge of machine learning techniques; |
Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 | 5 | 6 |
---|---|---|---|---|---|---|
1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | ||||||
2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | ||||||
3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | ||||||
4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | ||||||
5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | ||||||
6) Mesleki etik standartların içselleştirilmesi ve yayılması. | ||||||
7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | ||||||
8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | ||||||
9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | ||||||
10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | ||||||
11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | ||||||
12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | ||||||
13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. |
N None | S Supportive | H Highly Related |
Program Outcomes and Competences | Level | Assessed by | |
1) | Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | N | |
2) | Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | N | |
3) | Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | H | Exam,HW,Participation |
4) | Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | N | |
5) | Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | N | |
6) | Mesleki etik standartların içselleştirilmesi ve yayılması. | N | |
7) | Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | N | |
8) | Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | N | |
9) | Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | S | Participation |
10) | Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | S | HW,Participation |
11) | Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | N | |
12) | Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | S | Exam,HW |
13) | Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. | H | Exam,HW |
Prepared by and Date | YASSINE DRIAS , February 2023 |
Course Coordinator | TUBA AYHAN |
Semester | Güz |
Name of Instructor | Dr. Öğr. Üyesi TUNA ÇAKAR |
Hafta | Konu |
1) | |
2) | |
3) | |
4) | |
5) | |
6) | |
7) | |
8) | |
9) | |
10) | |
11) | |
12) | |
13) | |
14) | |
15) | |
16) |
Required/Recommended Readings | Introduction to Machine Learning, Ethem Alpaydın, MIT Press, 3rd Edition (2015) | |||||||||||||||
Teaching Methods | Flipped Classroom | |||||||||||||||
Homework and Projects | Assignments | |||||||||||||||
Laboratory Work | None | |||||||||||||||
Computer Use | Required | |||||||||||||||
Other Activities | None | |||||||||||||||
Assessment Methods |
|
|||||||||||||||
Course Administration |
driasy@mef.edu.tr Instructor’s office: 5th floor Phone number: 0 212 395 37 45 Office hours: After the lecture hours. E-mail address: driasy@mef.edu.tr Rules for attendance: No attendance required. Statement on plagiarism: YÖK Regulations http://3fcampus.mef.edu.tr/uploads/cms/webadmin.mef.edu.tr/4833_2.pdf |
Activity | No/Weeks | Hours | Calculation | ||||
No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
Ders Saati | 14 | 1 | 3 | 1 | 70 | ||
Ödevler | 4 | 1 | 14 | 2 | 68 | ||
Ara Sınavlar | 1 | 10 | 2 | 2 | 14 | ||
Total Workload | 152 | ||||||
Total Workload/25 | 6.1 | ||||||
ECTS | 6 |