| School/Faculty/Institute |
Graduate School |
| Course Code |
ITC 502 |
| Course Title in English |
Machine Learning and Deep Learning |
| Course Title in Turkish |
Yapay Öğrenme ve Derin Öğrenme |
| Language of Instruction |
EN |
| Type of Course |
Ters-yüz öğrenme |
| Level of Course |
Orta |
| Semester |
Spring |
| Contact Hours per Week |
| Lecture: 3 |
Recitation: 0 |
Lab: 0 |
Other: 0 |
|
| Estimated Student Workload |
186 hours per semester |
| Number of Credits |
7.5 ECTS |
| Grading Mode |
Standard Letter Grade
|
| Pre-requisites |
None |
| Co-requisites |
None |
| Expected Prior Knowledge |
None |
| Registration Restrictions |
Only Graduate 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. Topics include supervised learning, unsupervised learning, classification, and regression methods. |
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
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 Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
4 |
| 1) |
|
|
|
|
| 2) |
|
|
|
|
| 3) |
|
|
|
|
| 4) |
|
|
|
|
| 5) |
|
|
|
|
| 6) |
|
|
|
|
| 7) |
|
|
|
|
| 8) |
|
|
|
|
| 9) |
|
|
|
|
| 10) |
|
|
|
|
Relation to Program Outcomes and Competences
| N None |
S Supportive |
H Highly Related |
| |
|
|
| |
Program Outcomes and Competences |
Level |
Assessed by |
| 1) |
|
N |
|
| 2) |
|
N |
|
| 3) |
|
N |
|
| 4) |
|
N |
|
| 5) |
|
N |
|
| 6) |
|
N |
|
| 7) |
|
N |
|
| 8) |
|
N |
|
| 9) |
|
N |
|
| 10) |
|
N |
|
| Prepared by and Date |
, |
| Course Coordinator |
TUNA ÇAKAR |
| Semester |
Spring |
| Name of Instructor |
Dr. Öğr. Üyesi TUNA ÇAKAR |
Course Contents
| 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 |