• 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 CSE 5016 Örüntü Tanıma SEÇMELİ 3 0 0 9

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. DERYA BİRANT

Dersi Alan Birimler

Bilgisayar Mühendisliği Tezsiz Yüksek Lisans (İngilizce) Bilgisayar Mühendisliği Bütünleşik Doktora (İngilizce) Bilgisayar Mühendisliği Yüksek Lisans (İngilizce) Bilgisayar Mühendisliği Doktora (İngilizce) Bilgisayar Mühendisliği Tezsiz Yüksek Lisans (İ.Ö) (İngilizce)

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Temel örüntü tanıma teorilerini anlayabilme 2   Belli örüntü tanıma tekniklerinin tasarımını ve gerçeklemesini yapabilme 3   İlgili uygulamada örüntü tanıma tekniklerini uygulayabilme 4   Sınıflandırma problemlerini istatistiksel olarak analiz edebilme ve sınıflayıcı performansını kestirebilme 5   Sınıflandırma sistemlerinin otomatik eğitimi için gereken metodları anlayabilme ve analiz edebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Giriş 2 Sınıflandırma 3 Özellik Seçimi, Veri Dönüşümü ve Boyut Azaltma 4 Yapay Sinir Ağları 5 Derin Öğrenme 6 Destek Vektör Makineleri 7 Bayes Karar Teorisi, K-En Yakın Komşu 8 Görüntü Tanıma (Görüntü İşleme, Karakter Tanıma, Yüz Tanıma, Nesne Tanıma) 9 Ses Tanıma (Sinyal İşleme, Sesten Metne, Metinden Sese) 10 Örüntü Tanıma Uygulamaları 11 Video Tabanlı Örüntü Tanıma 12 Bilgisayarla Görü 13 Denetimsiz Öğrenme 14 Proje Sunumları

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Dersler Araştırma / Literatür Taraması Uygulama Geliştirme Ödevler Sunum Dönem Projesi

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ODV ÖDEV 2 SUN SUNUM 3 YSBN YIL SONU BAŞARI NOTU ODV * 0.50 + SUN * 0.50

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 3 42 Haftalık Ders öncesi/sonrası hazırlıklar 14 2 28 Web'de Tarama ve Kütüphane Çalışması 1 5 5 Kitap Okuma 10 3 30 Proje Hazırlama 1 65 65 Sunum Hazırlama 1 30 30 Rapor hazırlama 1 25 25 TOPLAM İŞ YÜKÜ (saat) 225

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