Dersin Adı | Otomatik Öğrenmeye Giriş |
Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
---|---|---|---|---|---|
CE 345 | 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 | Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Bu dersin amacı, otomatik öğrenme alanında kullanılan, en yeni ve etkin algoritmaları gözden geçirmektir. Bu algoritmaların hem teorik özellikleri hem de pratik uygulamaları tartışılacaktır. |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı | Otomatik öğrenme, geçmiş deneyimleriyle otomatik olarak performanslarını iyileştiren bilgisayar programları ile ilgilenir. Yapay zeka, istatistik, bilgi kuramı, biyoloji ve kontrol teorisi gibi bir çok alandan ilham alan otomatik öğrenme dersinde aşağıdaki konular işlenecektir; Konsept öğrenme, Karar ağacı öğrenme, Yapay sinir ağları, Temelli öğrenme, Evrimsel algoritmalar, Destekli öğrenme, Bayes öğrenmesi, Hesapsal öğrenme teorisi. |
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 | Inroduction | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 1) |
2 | Supervised Learning | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 2) |
3 | Bayesian Decision Theory | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 3) |
4 | Dimensionality Reduction | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 6) |
5 | Clustering | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 7) |
6 | Decision Trees | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 9) |
7 | Linear Discrimination | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 10) |
8 | Ara sınav | |
9 | Multilayer Perceptrons | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 11) |
10 | Local Models | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 12) |
11 | Kernel Machines | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 13) |
12 | Graphical Models | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 14) |
13 | Hidden Markov Models | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 15) |
14 | Reinforcement Learning | E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189 (Ch. 18) |
15 | Summary | |
16 | Dönemin gözden geçirilmesi |
Ders Kitabı | Yukarıda belirtilen kitap ve ders yansıları. |
Önerilen Okumalar/Materyaller | İlgili Araştırma Makaleleri. |
Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
Katılım | ||
Laboratuvar / Uygulama | ||
Arazi Çalışması | ||
Küçük Sınav / Stüdyo Kritiği | 4 | 20 |
Portfolyo | ||
Ödev | ||
Sunum / Jüri Önünde Sunum | ||
Proje | ||
Seminer/Çalıştay | ||
Sözlü Sınav | ||
Ara Sınav | 1 | 35 |
Final Sınavı | 1 | 45 |
Toplam |
Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı | 5 | 55 |
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı | 1 | 45 |
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 | 4 | 60 |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | 4 | 2 | |
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | |||
Proje | |||
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 1 | 14 | |
Final Sınavı | 1 | 20 | |
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