| Dersin Adı | Makine Öğrenmesine 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 | Tartışma Problem çözme Soru & Cevap Anlatım / Sunum | |||||
| 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; hesaplamalı öğrenme teorisi, makine öğrenmesi kavramları, Bayes öğrenmesi, gözetimli öğrenme, sınıflandırma yöntemleri, regresyon yöntemleri, gözetimsiz öğrenme, gruplaştırma yöntemleri, yapay sinir ağları, pekiştirmeli öğrenme ve ileri makine öğrenmesi yöntemlerinin tartışılması. |
| Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları |  |
|
| Temel Ders | |
| Uzmanlık/Alan Dersleri | X | |
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
| Hafta | Konular | Ön Hazırlık |
| 1 | Dönemin gözden geçirilmesi | |
| 2 | Dönemin gözden geçirilmesi | |
| 3 | Dönemin gözden geçirilmesi | |
| 4 | Dönemin gözden geçirilmesi | |
| 5 | Dönemin gözden geçirilmesi | |
| 6 | Dönemin gözden geçirilmesi | |
| 7 | Dönemin gözden geçirilmesi | |
| 8 | Dönemin gözden geçirilmesi | |
| 9 | Dönemin gözden geçirilmesi | |
| 10 | Dönemin gözden geçirilmesi | |
| 11 | Dönemin gözden geçirilmesi | |
| 12 | Dönemin gözden geçirilmesi | |
| 13 | Dönemin gözden geçirilmesi | |
| 14 | Dönemin gözden geçirilmesi | |
| 15 | Dönemin gözden geçirilmesi | |
| 16 | Dönemin gözden geçirilmesi |
| Ders Kitabı | Alpaydın, E. (2014), Introduction to Machine Learning. The MIT Press, ISBN-13: 978-0-262-028189 |
| Önerilen Okumalar/Materyaller | Grus, J. (2019). Data science from scratch: first principles with python. O'Reilly Media, ISBN: 9781492041139 Murphy, K. P. (2012). Machine learning: a probabilistic perspective. MIT press, ISBN-13: 978-0262018029 Mitchell, T. M. (1997). Machine Learning. McGraw-Hill, ISBN: 0070428077 Bishop, C. M. (2006). Pattern recognition and machine learning. Springer, ISBN-13: 978-0387-31073-2 Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction. Springer, ISBN-13: 978-0-387-84857-0 Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media, Inc., ISBN-13: 9781492032649 Weisberg, S. (2014). Applied linear regression. Wiley, ISBN-13: 9780471663799 Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep learning. MIT Press, ISBN-13: 978-0262035613 |
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | 6 | 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 | 7 | 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 | 16 | ||
| Sınıf Dışı Ders Çalışması | 14 | 4 | 56 |
| Arazi Çalışması | |||
| Küçük Sınav / Stüdyo Kritiği | 6 | 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 Bilgisayar Mühendisliği konularında yeterli bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır. | |||||
| 2 | Karmaşık Bilgisayar Mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaca uygun analiz ve modelleme yöntemlerini seçer ve uygular. | X | ||||
| 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 | Bilgisayar Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır. | X | ||||
| 5 | Karmaşık Bilgisayar Mühendisliği problemlerinin veya araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar. | X | ||||
| 6 | Bilgisayar 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 | Bilgisayar 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 Bilgisayar Mühendisliği ile ilişkili konularda, bilgi toplar ve meslektaşları ile iletişim kurar. ("European Language Portfolio Global Scale", Level B1) | |||||
| 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 Bilgisayar Mühendisliği alanıyla ilişkilendirir. | |||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
