Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
CENG 528MAKİNE ÖĞRENMESİ3 + 02. Yarıyıl7,5

DERS TANIMI
Ders Düzeyi Doktora
Ders Türü Seçmeli
Dersin Amacı Bu dersin amacı, öğrencilere makine öğrenme kavramını ve farklı öğrenme metotlarını öğretmektir. Bu dersin sonucunda, öğrenci gerçek hayattaki bir probleme en uygun hangi makine öğrenme metodunu uygulayacağını ve bu metodun hata ve karmaşıklık açısından nasıl analiz edeceğini öğrenecektir.
Ders İçeriği Gözetimli öğrenme, Bayesian karar teorisi, parametrik metotlar, Çok-değişkenli metotlar, parametrik olmayan metotlar, karar ağaçları, doğrusal ayırım, çok-katmanlı algılayıcılar, gizli Markov modelleri, destek vektör makineleri, denetimsiz öğrenme, takviyeli öğrenme
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.

DERS ÖĞRENME KAZANIMLARI
1Makine öğrenme metotları arasındaki farkları ayırt eder.
2Makine öğrenme metodunu seçerken ve uygularken hangi parametrelere dikkat edilmesi gerektiğini bilir.
3Verilen bir veri üzerinde uygulanabilir makine öğrenmesi metodlarının analizini bilgisayarda kodlayarak uygular.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 001            
ÖK 002            
ÖK 003            
Ara Toplam            
Katkı000000000000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14342
Arasınavlar(hazırlık süresi dahil)12121
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)14040
Rapor / Proje (hazırlık süresi dahil)15050
Toplam İş Yükü

Dersin AKTS Kredisi






195

7,5
DERS ŞUBELERİ
 Dönem seçiniz :   


Seçili dönemde ders açılmamıştır.


Yazdır

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları