| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Makine Öğrenmesi | YBS 502 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | Temel İstatistik Veri Tabanı Yönetim Sistemleri |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ALPASLAN KİBAR |
| Dersi Verenler | Dr.Öğr.Üyesi ALPASLAN KİBAR, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Makine Öğrenmesi hakkında temel seviyede bilgi sahibi olmak |
| Dersin İçeriği | Makine Öğrenmesinde kullanılan temel teknikler |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Giriş, Linear Sınıflama | |
| 2 | Yakınsama, Genelleme, Maksimum Marj Sınıflandırması | |
| 3 | Sınıflandırma Hataları, Lojistik regresyon | |
| 4 | Doğrusal Regresyon, Aktif Öğrenme | |
| 5 | Doğrusal Olmayan Tahminler | |
| 6 | Destek Vektör Makinesi, Çekirdek Optimizasyonu | |
| 7 | Model Seçimi / Model Seçim Kriterleri | |
| 8 | Özellik Seçimi, Birleştirme, Arttırma, Genelleme | |
| 9 | Beklenti Maksimizasyonu, EM algoritması | |
| 10 | Kümeleme | |
| 11 | Spektral Kümeleme, Markov Modelleri | |
| 12 | Bayes Ağları | |
| 13 | Olasılıksal Çıkarım | |
| 14 | Makine Öğreniminde Güncel Sorunlar, Değerlendirme |
| Kaynaklar | |
|---|---|
| Ders Notu | Dönem başladığında 14 haftalık ders notu sisteme girilecektir. |
| Ders Kaynakları | R ile Betimsel İstatistik (Necmi GÜRSAKAL) R ile Veri ANALİZİ (Suat ATAN/Hakan EMEKCİ) MAKİNE ÖĞRENMESİ (Necmi GÜRSAKAL) MIT Machine Learning OpenCourseWare (https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-867-machine-learning-fall-2006/lecture-notes/) |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yeni nesil bilişim temelli iş analitiği tekniklerini kullanabilir ve bu yöntemleri işletme problemlerine uygular | X | |||||
| 2 | Geliştirilen çözümleri İş Zekası araçları gibi bilişim teknolojileri ile sunar | X | |||||
| 3 | Operasyonel işlerin yürütülebilmesi için gerekli rutin kararları bilişim teknolojileri yardımıyla verir | X | |||||
| 4 | Orta ve uzun vadeli stratejik kararları bilişim sistemleri yardımıyla oluşturur | X | |||||
| 5 | İşletme süreçlerini bilişim sistemleri yardımıyla elektronik biçime dönüştürebilir | ||||||
| 6 | Elektronik dönüşümü gerçekleşmiş süreçlerin sürdürülebilirliğine katkı sağlar | ||||||
| 7 | Alan ile ilgili temel seviyede literatür taraması yapar | X | |||||
| 8 | Araştırma metodolojisi hakkında bilgi sahibi olur ve bu bilgiyi bilişim konularına uygular | X | |||||
| 9 | Takım çalışmalarında ekip içi iletişimi sağlayarak çalışma grubuna liderlik yapar | ||||||
| 10 | Bilişim projeleri yönetiminde grup iletişimi teknolojilerini etkin bir şekilde kullanır | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ödev | 12 |
| 2. Ödev | 12 |
| 3. Ödev | 12 |
| 1. Ara Sınav | 64 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|