• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS MAT 4078 Makine Öğrenmesi için Matematik II SEÇMELİ 4 0 0 7

Dersi Veren Birim

Matematik

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. SELÇUK DEMİR

Dersi Alan Birimler

Matematik

Dersin Amacı

Bu dersin amacı makine öğrenmesi konusunda gerekli olan matematiksel altyapıyı oluşturan kavramları öğrenmektir.

Dersin Öğrenme Kazanımları

1   Doğrusal eğri uydurma problerini öğrenme. 2   Maksimum olabilirlik kavramı hakkında temel bilgileri edinme. 3   Temel bileşen analizi kavramını öğrenme. 4   Boyut azaltma yöntemlerini uygulayabilme. 5   Maksimum değişim ve izdüşüm perspektiflerini öğrenme. 6   Destek vektör makineleri ile sınıflandırma yapabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Doğrusal eğri uydurma problemleri. 2 Bayes doğrusal eğri uydurma problemleri. 3 Dik izdüşüm olarak maksimum olabilirlik. 4 Temel bileşen analizi ile boyut azaltma. 5 Maksimum değişim perspektifi, izdüşüm perspektifi. 6 Öz vektör hesaplamaları ve düşük seviye yaklaşımlar. 7 Yüksek boyutta temel bileşen analizi, temel bileşen analizi uygulamasının ana adımları. 8 Arasınav. 9 Gizli değişken perspektifi. 10 Gauss karışım modelleri ile yoğunluk kestirimi. 11 Parametre öğrenmesi, beklenti maksimizasyon algoritması. 12 Destek vektör makineleri. 13 Hiperuzayların ayrışımı. 14 İlk ve ikincil destek vektör makineleri.

Ders İçin Önerilen Kaynaklar

Ana kaynak: Deisenroth, M. P., Faisal, A. A., Ong, C. S., Mathematics for Machine Learning, Cambridge University Press, 2020. Yardımcı kaynaklar: Referanslar: Diğer ders materyalleri: Öğretim üyesinin ders notları ve sunumları.

Öğrenme ve Öğretme Yöntemleri

Ders notları, sunum, problem çözme.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 OD Ödev 3 FN Final 4 BNS BNS VZ * 0.30 + OD * 0.30 + FN * 0.40 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ * 0.30 + OD * 0.30 + BUT * 0.40 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Selçuk Demir selcuk.demir@deu.edu.tr Tel: 0232 3018581

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 13 4 52 Haftalık Ders öncesi/sonrası hazırlıklar 12 4 48 Vize Sınavına Hazırlık 1 21 21 Final Sınavına Hazırlık 1 30 30 Vize Sınavı 1 3 3 Final Sınavı 1 3 3 Proje Ödevi 1 10 10 TOPLAM İŞ YÜKÜ (saat) 167

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 PK.11 PK.12 PK.13 ÖK.1 5 5 5 4 5 5 4 ÖK.2 5 5 5 4 5 5 4 ÖK.3 5 5 5 4 5 5 4 ÖK.4 5 5 5 4 5 5 4 ÖK.5 5 5 5 4 5 5 4 ÖK.6 5 5 5 4 5 5 4