COMP 462 Introduction to Machine LearningMEF ÜniversitesiAkademik Programlar Bilgisayar MühendisliğiÖğrenciler için Genel BilgiDiploma EkiErasmus Beyanı
Bilgisayar Mühendisliği
Lisans Programın Süresi: 4 Kredi Sayısı: 240 TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF: 6. Düzey

Ders Genel Tanıtım Bilgileri

Yüksekokul/Myo/Fakülte/Enstitü Mühendislik Fakültesi
Ders Kodu COMP 462
Ders Adı İngilizce Introduction to Machine Learning
Ders Adı Türkçe Yapay Öğrenmeye Giriş
Öğretim Dili EN
Ders Türü Ters-Yüz Öğrenme
Dersin Düzeyi Başlangıç
Dönem Güz
Haftalık İletişim Saatleri
Ders: 3 Okuma: None Laboratuvar : None Diğer: None
Tahmini Öğrenci İş Yükü Dönem boyunca 152 saat
Ders Kredileri 6 AKTS
Değerlendirme Standart Harf Notu
Ön Koşul Yok
Yan Koşul Yok
Beklenen Ön Bilgi Programlama, olasılık ve istatistik konularında ön bilgi.
Kayıt Kısıtlamaları Sadece lisans öğrencileri
Genel Eğitim Hedefi Makine öğrenimi yöntemlerinin temel prensiplerini öğrenmek ve tahmin, sınıflandırma ve regresyon yapabilen akıllı sistemler tasarlayıp uygulamak.
Ders Açıklaması Bu ders yapay öğrenmede kullanılan temel yöntemleri içermektedir: Gözetimli ve gözetimsiz öğrenme, bağlanım yöntemleri, aykırılık tespiti, öznitelik analizi, geçerleme ve performans değerlendirmesi

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
1) Makine öğrenimi tekniklerini kullanarak karmaşık bir mühendislik problemini tanır ve çözer;
2) Bir makine öğrenimi sistemi tasarlar ve çözümler üretir;
3) Makine öğrenimi çözümünün sonuçlarını farklı kitlelere sunar;
4) Makine öğrenimi sistemini oluştururken etik ve mesleki sorumlulukları tanır;
5) Makine öğrenimi sistemi için kullanılan verileri analiz eder ve yorumlar;
6) Makine öğrenimi teknikleriyle ilgili yeni bilgileri edinir ve uygular.
Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları 1 2 3 4 5 6
1) Mühendislik, bilim ve matematik prensiplerini uygulayarak karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
2) Halk sağlığı, güvenlik ve refahın yanı sıra, küresel, kültürel, sosyal, çevresel ve ekonomik faktörleri dikkate alarak, ihtiyaçları karşılayan çözümler üretmek için mühendislik tasarımını uygulama becerisi
3) Farklı kitlelerle etkili bir şekilde iletişim kurma becerisi
4) Mühendislik durumlarında etik ve profesyonel sorumlulukları tanıma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi
5) Takım üyeleriyle birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam oluşturan, hedefler belirleyen, görevleri planlayan ve hedeflere ulaşan bir ekipte etkili bir şekilde çalışma becerisi
6) Uygun deneyler geliştirme ve yürütme, verileri analiz etme ve yorumlama ve mühendislik değerlendirmesi yaparak sonuçlara ulaşma becerisi
7) Gerekli olduğunda yeni bilgileri edinme ve uygun öğrenme stratejilerini kullanarak bu bilgileri uygulama becerisi

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok S Destekleyici H Çok İlgili
     
Program Çıktıları ve Yeterlilikler Düzey Değerlendirme
1) Mühendislik, bilim ve matematik prensiplerini uygulayarak karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi H Ödev,Proje,Sınav
2) Halk sağlığı, güvenlik ve refahın yanı sıra, küresel, kültürel, sosyal, çevresel ve ekonomik faktörleri dikkate alarak, ihtiyaçları karşılayan çözümler üretmek için mühendislik tasarımını uygulama becerisi H Ödev,Proje,Sınav
3) Farklı kitlelerle etkili bir şekilde iletişim kurma becerisi S Ödev,Proje
4) Mühendislik durumlarında etik ve profesyonel sorumlulukları tanıma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi S Ödev,Proje
5) Takım üyeleriyle birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam oluşturan, hedefler belirleyen, görevleri planlayan ve hedeflere ulaşan bir ekipte etkili bir şekilde çalışma becerisi N
6) Uygun deneyler geliştirme ve yürütme, verileri analiz etme ve yorumlama ve mühendislik değerlendirmesi yaparak sonuçlara ulaşma becerisi S Ödev,Proje
7) Gerekli olduğunda yeni bilgileri edinme ve uygun öğrenme stratejilerini kullanarak bu bilgileri uygulama becerisi S Ödev,Proje
Hazırlayan ve Tarih YASSINE DRIAS , February 2023
Ders Koordinatörü YASSINE DRIAS
Dönem Güz
Dersi Veren(ler)

Ders İçeriği

Hafta Konu
1) Makine Öğrenimi Kavramlarına Giriş,
2) K En Yakın Komşu Algoritması,
3) Makine Öğrenimi Sistemlerini Eğitme, Test Etme ve Doğrulama,
4) Kümeleme Teknikleri
5) Karar Ağaçları (Bölüm 1)
6) Karar Ağaçları (Bölüm 2)
7) Gradyan İniş Algoritması ve Doğrusal Regresyon
8) Lojistik Regresyon
9) Özellik Seçimi ve Çıkarma Teknikleri
10) İleri Düzey Sınıflandırma Yöntemleri
11) Yapay Sinir Ağları (Bölüm 1)
12) Yapay Sinir Ağları (Bölüm 2)
13) Derin Öğrenme Yöntemleri (Bölüm 1)
14) Derin Öğrenme Yöntemleri (Bölüm 2)
15) Final Sınavı/Proje/Sunum Dönemi
16) Final Sınavı/Proje/Sunum Dönemi
Gerekli/Tavsiye Edilen OkumalarIntroduction to Machine Learning, Ethem Alpaydın, MIT Press, 3rd Edition (2015)
Öğretme TeknikleriTersyüz Derslik
Ödev ve ProjelerÖdevler
Laboratuvar ÇalışmasıYok
Bilgisayar KullanımıGerekli
Diğer AktivitelerYok
Değerlendirme Yöntemleri
Değerlendirme Araçları Sayı Ağırlık
Ödev 3 % 35
Projeler 1 % 30
Ara Sınavlar 1 % 35
TOPLAM % 100
Ders Yönetimi driasy@mef.edu.tr

Öğretim üyesi ofisi: 5. Kat Telefon: 0 212 395 37 50 Ofis saatleri: Ders saatlerinden sonra. E-posta: cakart@mef.edu.tr Yoklama kuralları: YÖK Yönetmeliği. Statement on plagiarism: YÖK Yönetmeliği. http://3fcampus.mef.edu.tr/uploads/cms/webadmin.mef.edu.tr/4833_2.pdf

AKTS Öğrenci İş Yükü Tahmini

AKtivite Hafta Sayısı Saat Hesaplama
Yarıyıl Başına Hafta Sayısı Etkinliğe Hazırlık Etkinliğin Kendisinde Harcanan Etkinlik Gereksinimlerini Tamamlama
Ders Saati 14 1 3 1 70
Ödevler 4 1 14 2 68
Ara Sınavlar 1 10 2 2 14
Toplam İş Yükü 152
Toplam İş Yükü/25 6.1
AKTS 6