DERS ADI

: MAKİNE ÖĞRENME TEKNİKLERİ II

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
EMT 3024 MAKİNE ÖĞRENME TEKNİKLERİ II ZORUNLU 3 0 0 5

Dersi Veren Birim

Ekonometri

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. SERKAN ARAS

Dersi Alan Birimler

Ekonometri
Ekonometri (İ.Ö)

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Makine öğrenme algoritmalarının temel prensibini anlayabilmek.
2   Basit topluluk öğrenme yöntemlerini tanımlayabilmek.
3   Makine öğrenme algoritmaları ile iyi tahminler üretebilmek.
4   Gerçek hayatta karşılaşılan sorunlara çözüm bulabilmek.
5   Yaygın olarak karşılaşılan makine öğrenmesi problemlerine yönelik bir programlama dili uygulayabilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Naive Bayes algoritmasının tanımlanması ve uygulama alanları.
2 Naive Bayes algoritmasının gerçek verilerle bilgisayar dili ile uygulanması.
3 Rassal ormanlar algoritmasının tanıtılması, önemli hiperparametreleri ve uygulama alanları.
4 Rassal ormanlar algoritmasının gerçek verilerle bilgisayar dili ile uygulanması.
5 Lojistik regresyon modeli, hiperparametrelerine ait uygun değerlerin veri ayrıştırma teknikleri ile bulunması ve bilgisayar dili ile uygulanması.
6 Karar destek makineleri modelinin tanımlanması, sınıflandırma ve tahminleme uygulamaları açısından ele alınması.
7 Karar destek makineleri modelinin uygulandığı problemlerin bilgisayar dili ile uygulanması.
8 Basit topluluk öğrenme metotları ve uygulamalarının gerçekleştirilmesi.
9 Vize Haftası
10 Vize Haftası
11 Özyinelemeli birleştirme (bagging) ve Güçlendirme (Boosting) algoritmalarının tanıtılması ve basit örneklerle uygulanması.
12 Denetimsiz öğrenme teknikleri: k-ortalamalar algoritması ve bilgisayar dili ile uygulanması.
13 DBSCAN algoritması ve bilgisayar dili ile uygulanması.
14 Diğer denetimsiz öğrenme teknikleri.

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS Arasınav
2 YIN Yarıyıliçi notu ARS * 1
3 FN Yarıyılsonu sınavı
4 BNS BNS YIN * 0.40 + FN * 0.60
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

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 12 3 36
Haftalık Ders öncesi/sonrası hazırlıklar 12 1 12
Vize Sınavına Hazırlık 1 20 20
Final Sınavına Hazırlık 1 25 25
Diğer Kısa Sınavlara Hazırlık 1 20 20
Vize Sınavı 1 1 1
Final Sınavı 1 1 1
Diğer Kısa Sınav 1 1 1
TOPLAM İŞ YÜKÜ (saat) 116

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10
ÖK.11
ÖK.21
ÖK.31
ÖK.41
ÖK.51