Dersin Adı | İleri Otomatik Öğrenme |
Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
---|---|---|---|---|---|
CE 344 | Güz/Bahar | 3 | 0 | 3 | 5 |
Ön-Koşul(lar) | Yok | |||||
Dersin Dili | İngilizce | |||||
Dersin Türü | Seçmeli | |||||
Dersin Düzeyi | Lisans | |||||
Dersin Veriliş Şekli | - | |||||
Dersin Öğretim Yöntem ve Teknikleri | ||||||
Dersin Koordinatörü | ||||||
Öğretim Eleman(lar)ı | - | |||||
Yardımcı(ları) | - |
Dersin Amacı | Bu dersin amacı, modern otomatik öğrenme alanındaki algoritmalar ve teknikler hakkında ileri seviyede bir bilgi birikimi sağlamaktır. Bu algoritmalar ve tekniklerin hem temel ve gelişmiş teorik özellikleri hem de bu irdelenen teoriden kaynaklanan pratik uygulamaları tartışılacaktır. |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı | Dersin içeriğinde eğitme verilerinin toplanması, verilerden istatistiksel yapı çıkarımının öğrenilmesi, aşırı-uyma, parametrik modeller ve parameter seçimi, doğrulama, regresyon, sınıflandırma, parametrik olmayan modeller, gruplaştırma bulunmaktadır. |
Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları | |
| Temel Ders | |
Uzmanlık/Alan Dersleri | ||
Destek Dersleri | ||
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
Hafta | Konular | Ön Hazırlık |
1 | Otomatik öğrenmeye giriş. Olasılık tekrarı | Bölüm 1-2. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
2 | Ayrık veriler için üretici modeller. Gaussian modeller | Bölüm 3-4. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
3 | Bayesian ve frequentist istatistik | Bölüm 5-6. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
4 | Lineer ve logistik regresyon | Bölüm 7-8. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
5 | Genelleştirilmiş lineer modeller ve üstel aile | Bölüm 9. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
6 | Grafiksel modeller: Markov rastgele alanı ve Bayes ağları | Bölüm 10 and 19. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
7 | Karışım modelleri ve EM algoritması | Bölüm 11. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
8 | Gizli lineer ve seyrek lineer modelleri | Bölüm 12-13. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
9 | Markov and saklı Markov modelleri | Bölüm 17. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
10 | Ara-sınav | |
11 | Grafiksel modeller için kesin çıkarım. Değişimsel çıkarım | Bölüm 20-21-22. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
12 | Monte Carlo and Markov zinciri Monte Carlo çıkarımı | Bölüm 23-24. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
13 | Çekirdek modelleri | Bölüm 14. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
14 | Gruplaştırma | Bölüm 25. Machine Learning: A Probabilistic Perspective. K. Murphy. ISBN: 9780262018029 |
15 | Dönemin gözden geçirilmesi | |
16 | Dönemin gözden geçirilmesi |
Ders Kitabı | Kevin Murphy, Machine Learning: A Probabilistic Perspective, MIT Press, 2012, ISBN: 9780262018029 |
Önerilen Okumalar/Materyaller | Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006, ISBN: 9780387310732 |
Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
Katılım | ||
Laboratuvar / Uygulama | ||
Arazi Çalışması | ||
Küçük Sınav / Stüdyo Kritiği | 4 | 30 |
Portfolyo | ||
Ödev | ||
Sunum / Jüri Önünde Sunum | ||
Proje | ||
Seminer/Çalıştay | ||
Sözlü Sınav | ||
Ara Sınav | 1 | 30 |
Final Sınavı | 1 | 40 |
Toplam |
Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı | 5 | 60 |
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı | 1 | 40 |
Toplam |
Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
---|---|---|---|
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) | 16 | ||
Sınıf Dışı Ders Çalışması | 15 | 3 | 45 |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | 4 | 5 | |
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | |||
Proje | |||
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 1 | 15 | |
Final Sınavı | 1 | 22 | |
Toplam | 150 |
# | Program Yeterlilikleri / Çıktıları | * Katkı Düzeyi | ||||
1 | 2 | 3 | 4 | 5 | ||
1 | Matematik, Fen Bilimleri ve Biyomedikal Mühendisliği konularında yeterli bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır. | |||||
2 | Karmaşık Biyomedikal Mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaca uygun analiz ve modelleme yöntemlerini seçer ve uygular. | |||||
3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular. | |||||
4 | Biyomedikal Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır. | |||||
5 | Karmaşık Biyomedikal Mühendisliği problemlerinin veya araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar. | |||||
6 | Biyomedikal Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma sergiler. | |||||
7 | Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır. | |||||
8 | Biyomedikal Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; mühendislik çözümlerinin hukuksal sonuçlarının farkındadır. | |||||
9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibidir. | |||||
10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi sahibidir; girişimcilik, yenilikçilik hakkında bilinçlidir; sürdürülebilir kalkınma hakkında bilgi sahibidir. | |||||
11 | Bir yabancı dili kullanarak Biyomedikal Mühendisliği ile ilişkili konularda, bilgi toplar ve meslektaşları ile iletişim kurar. | |||||
12 | İkinci yabancı dili orta düzeyde kullanır. | |||||
13 | Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilgiye erişir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler; insanlık tarihi boyunca oluşan bilgi birikimini Biyomedikal Mühendisliği alanıyla ilişkilendirir. |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest