Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
BİL 3112	Makine Öğrenimi	SEÇMELİ	3	0	0	5

Dersi Veren Birim

Bilgisayar Bilimleri

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ KADRİYE FİLİZ BALBAL

Dersi Alan Birimler

Bilgisayar Bilimleri

Dersin Amacı

Bu dersin amacı, denetimli öğrenme tekniklerinde kullanılan modern algoritmaların tanınmasına olanak sağlamaktır. Makine öğrenimi sahası, deneyimle kendi kendini otomatik olarak geliştirebilen bilgisayar programlarının nasıl oluşturulduğu ile ilgilenmektedir. Öğretim dönemi süresince, öğrencilere makine öğrenimi algoritmalarının teorik özellikleri verilecek ve bunları uygulamaya yönelik çalışmalar yapılacaktır.

Dersin Öğrenme Kazanımları

1	Öğrenme ve çıkarsama konuları hakkında bilgiye sahip olabilme.
2	Makine Öğrenme tekniklerinin teorisi hakkında bilgi sahibi olabilme.
3	Makine Öğrenme tekniklerini uygulayabilme.
4	Algoritmik çözüm yöntemlerinden faydalanabilme.
5	Makine öğrenme tekniklerinin farklılıkları ve benzerliklerini iyi kavrayabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Makine öğrenmesi konusunda temel kavramlar, öğrenme çeşitleri
2	Standartlaştırma Yöntemleri
3	Sınıflandırma Modelinin Performans Değerlendirilmesi (Sensitivity, Specificity, ErrorRate, Confusion Matrix)
4	Sınıflandırma Algoritmaları: Karar Ağaçları (ID3)
5	Karar Ağaçları (C4.5)
6	Bayes Teoremi ve Naive Bayes Sınıflayıcı
7	Benzerlik ve Uzaklık Ölçütleri
8	Ara sınav
9	En Yakın Komşuluk Algoritması (k-NN)
10	Yapay Sinir Ağları - Bölüm 1
11	Yapay Sinir Ağları - Bölüm 2
12	Regresyon Çözümlemesi -Bölüm 1
13	Regresyon Çözümlemesi - Bölüm 2
14	Genel Tekrar

Ders İçin Önerilen Kaynaklar

Ana kaynak: S. Haykin, Neural Networks and Learning Machines, 3rd ed., Prentice Hall, 2009
Yardımcı kaynaklar: Tom M. Mitchell, Machine Learning, McGraw Hill, 1997

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı ve sunum

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

Ödev: % 30
Ara sınav: %30
Final Sınavı: %40
Dikkat: Ödev ve Final sınavı kodlama, proje şeklindedir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

mete.eminagaoglu@deu.edu.tr

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	3	39
Haftalık Ders öncesi/sonrası hazırlıklar	12	3	36
Vize Sınavına Hazırlık	1	15	15
Final Sınavına Hazırlık	1	25	25
Final Sınavı	1	2	2
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			119

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.10	PK.12	PK.13
ÖK.1	4	5				5	3
ÖK.2	4	4					5
ÖK.3					5
ÖK.4			5	4		3	5
ÖK.5	5	5	4	4

DERS ADI

DERECE PROGRAMLARI