| Yüksekokul/Myo/Fakülte/Enstitü |
Lisansüstü Eğitim Enstitüsü |
| Ders Kodu |
ITC 502 |
| Ders Adı İngilizce |
Machine Learning and Deep Learning |
| Ders Adı Türkçe |
Yapay Öğrenme ve Derin Öğrenme |
| Öğretim Dili |
EN |
| Ders Türü |
Ters-Yüz Öğrenme |
| Dersin Düzeyi |
Orta |
| Dönem |
Bahar |
| Haftalık İletişim Saatleri |
| Ders: 3 |
Okuma: 0 |
Laboratuvar : 0 |
Diğer: 0 |
|
| Tahmini Öğrenci İş Yükü |
Dönem boyunca 186 saat |
| Ders Kredileri |
7.5 AKTS |
| Değerlendirme |
Standart Harf Notu
|
| Ön Koşul |
Yok |
| Yan Koşul |
Yok |
| Beklenen Ön Bilgi |
Yok |
| Kayıt Kısıtlamaları |
Sadece Yüksek Lisans Öğrencileri |
| Genel Eğitim Hedefi |
Makine öğrenimi yöntemlerinin temellerini ve tahmin, sınıflandırma ve regresyon yapmak için akıllı sistemlerin nasıl tasarlanıp uygulanacağını öğrenmek. |
| Ders Açıklaması |
Bu ders yapay öğrenmede kullanılan temel yöntemleri içermektedir. Konular, gözetimli ve gözetimsiz öğrenme yöntemleri, sınıflandırma ve regresyon metodlarıdır. |
Ders Öğrenme Çıktıları ve Yeterlilikler
Bu dersi başarıyla tamamlayabilen öğrenciler:
1) Kalıpları tanımak için sınıflandırma yöntemlerini uygulamak
2) Bilinmeyen fonksiyonları tahmin etmek için regresyon yöntemlerini uygulamak
3) Makine öğrenimi yöntemlerinin performansını değerlendirmek
4) Belirli bir problem için bir makine öğrenimi sistemi tasarlamak ve oluşturmak
|
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları |
1 |
2 |
3 |
4 |
| 1) |
|
|
|
|
| 2) |
|
|
|
|
| 3) |
|
|
|
|
| 4) |
|
|
|
|
| 5) |
|
|
|
|
| 6) |
|
|
|
|
| 7) |
|
|
|
|
| 8) |
|
|
|
|
| 9) |
|
|
|
|
| 10) |
|
|
|
|
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok |
S Destekleyici |
H Çok İlgili |
| |
|
|
| |
Program Çıktıları ve Yeterlilikler |
Düzey |
Değerlendirme |
| 1) |
|
N |
|
| 2) |
|
N |
|
| 3) |
|
N |
|
| 4) |
|
N |
|
| 5) |
|
N |
|
| 6) |
|
N |
|
| 7) |
|
N |
|
| 8) |
|
N |
|
| 9) |
|
N |
|
| 10) |
|
N |
|
| Hazırlayan ve Tarih |
, |
| Ders Koordinatörü |
TUNA ÇAKAR |
| Dönem |
Bahar |
| Dersi Veren(ler) |
Dr. Öğr. Üyesi TUNA ÇAKAR |
Ders İçeriği
| Hafta |
Konu |
| 1) |
Makine Öğrenimi Kavramlarına Giriş |
| 2) |
Denetimli ve Denetimsiz Yöntemler |
| 3) |
Sınıflandırma ve Regresyon |
| 4) |
En Yakın Komşu Algoritması |
| 5) |
Karar Ağaçları |
| 6) |
Öznitelik Seçimi |
| 7) |
Özellik Çıkarma |
| 8) |
Kümeleme |
| 9) |
Dönem Projesi İlerleme Sunumları |
| 10) |
Performans Değerlendirmesi: Eğitim, Test ve Doğrulama |
| 11) |
Yapay Sinir Ağları – Bölüm 1 |
| 12) |
Yapay Sinir Ağları – Bölüm 2 |
| 13) |
Derin Serin Ağları |
| 14) |
Dönem Projesi Sunumları |
| 15) |
Proje/Sunum Dönemi |
| 16) |
Proje/Sunum Dönemi |
Bilgi Paketi / Ders Kataloğu