• 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 CME 4403 MAKİNA ÖĞRENMESİNE GİRİŞ SEÇMELİ 2 2 0 6

Dersi Veren Birim

Bilgisayar Mühendisliği (İngilizce)

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. RECEP ALP KUT

Dersi Alan Birimler

Bilgisayar Mühendisliği (İngilizce)

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Makine öğrenmesi temel kavramlarını tanımlayabilme 2   Değişik öğrenme türlerinden birini içeren problemi çözebilme 3   Makine öğrenmesi algoritmalarını veriler üzerine uygulayabilme 4   Makine öğrenmesi yaklaşımı kullanarak bir proje geliştirebilme 5   Öğrenme modelini değerlendirebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Makine Öğrenmesine İlk Bakış 2 Veri Analizi ve Tanımlayıcı İstatistikler 3 Karar Ağacı ile Öğrenme 4 Topluluk Karar Ağaçları 5 En Yakın Komşu Algoritması 6 Bayes Öğrenmesi 7 Regresyon Analizi 8 Lojistik Regresyon 9 Destek Vektör Makineleri 10 Model Değerlendirme Yöntemleri 11 Sinir Ağlarına Giriş 12 Geri Yayılım ve Gradyan İniş 13 Evrişimli Sinir Ağları 14 Büyük Dil Modelleri ve Komut Mühendisliği

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı / Sunum Rehberli problem çözümü Laboratuvar çalışmaları Proje

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 PR Proje 3 FN Final 4 BNS BNS VZ * 0.20 + PR * 0.40 + FN * 0.40 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ * 0.20 + PR * 0.40 + BUT * 0.40

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

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 14 2 28 Uygulama 14 2 28 Haftalık Ders öncesi/sonrası hazırlıklar 14 2 28 Vize Sınavına Hazırlık 1 14 14 Proje Hazırlama 1 30 30 Final Sınavına Hazırlık 1 14 14 Final Sınavı 1 3 3 Vize Sınavı 1 3 3 TOPLAM İŞ YÜKÜ (saat) 148

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 ÖK.1 5 2 3 ÖK.2 3 5 3 3 ÖK.3 5 3 3 3 3 3 ÖK.4 3 5 5 4 3 3 ÖK.5 3 3 3 3