Ön Koşul
|
-
|
Ders Dili
|
Türkçe
|
Dersin Sorumlusu
|
Doktor Öğretim Üyesi Selim Buyrukoğlu
|
Dersi Verenler
|
-
|
Ders Yardımcıları
|
-
|
Kaynaklar
|
K1. Alpaydin, E. (2010). Introduction to machine learning. MIT press.
K2. Christopher, M. B. (2006). Pattern Recognition and Machine Learning. Springer.
|
Yardımcı Kitap
|
YK1. VanderPlas, J. (2016). Python data science handbook: Essential tools for working with data. (1th ed.). O`Reilly Media Press.
|
Dersin Amacı
|
Makine Öğrenmesi konuları hakkında temel bilgilerin verilmesi ve uygulama örnekleri ile birlikte öğretilmesidir.
|
Dersin İçeriği
|
Makine Öğrenimine Giriş, Denetimli Öğrenme, Doğrusal ve Lojistik Regresyon, Naive Bayes Teoremi, Rastgele Orman, Destek Vektör Makineleri, Yapay Sinir Ağları, Denetimsiz Öğrenme, Makine Öğrenimi Deneylerinin Tasarımı ve Analizi
|
|
Program Yeterlilik Çıktıları |
Katkı Düzeyi |
1
|
Matematik, Fen bilimleri ve Mühendislik alanında edinilen bilgilerin Bilgisayar Mühendisliği problemlerinin çözümü ve modellenmesine yönelik kullanımı becerisi
|
5
|
2
|
Mühendislik problemlerini tanımlama, modelleme ve uygun analiz yöntemlerini seçip uygulayarak çözme becerisi
|
4
|
3
|
Mühendislik araştırmaları kapsamında deney tasarlama, uygulama ve elde edilen verileri analiz ederek yorumlayabilme becerisi
|
3
|
4
|
Belirli bir amaca yönelik bir sistem, sistem parçası ya da prosesi, mevcut ekonomik ve teknik imkanlar dahilinde tasarlayabilme becerisi
|
5
|
5
|
Modern mühendislik tekniklerinden ve bilişim teknolojilerinden etkin şekilde faydalanabilme becerisi
|
4
|
6
|
Mesleki ve etik sorumluluk bilinci edinme
|
-
|
7
|
Bireysel veya disiplin içi/disiplinler arası takımlarda çalışabilme yeteneği
|
-
|
8
|
Etkin sözlü ve yazılı iletişim kurma becerisi
|
-
|
9
|
Yaşam boyu öğrenme bilinci edinme ve bu kapsamda bilim ve teknolojideki gelişmeleri takip ederek kendini sürekli yenileme becerisi
|
-
|
10
|
İş hayatı, sağlık, güvenlik ve çevre bilinci edinme
|
-
|
11
|
Girişimcilik, yenilikçilik ve çağın sorunları hakkında bilgi sahibi olmak
|
-
|