Elektrik-Elektronik Mühendisliği
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

FET313

Ders İsmi:

Makine Öğrenmesi

Ders Yarıyılı:

Güz

Ders Kredileri:

Teorik	Pratik	Laboratuvar	AKTS
2	1	0	5

Öğretim Dili:

Turkish

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm Seçmeli

Dersin Seviyesi:

Lisans

TYYÇ:6. Düzey

QF-EHEA:1. Düzey

EQF-LLL:6. Düzey

Dersin Veriliş Şekli:

E-Öğrenme

Dersin Koordinatörü:

Dr. Öğr. Üyesi ARiF YELĞİ

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Bu ders, makine öğrenmesi algoritmalarını hem teorik hem de pratik olarak gerçek veriler üzerindeki uygulamalarını kapsamaktadır. Dersin sonunda, öğrencilerin makine öğrenmesindeki temel kavramları öğrenmesi ve makine öğrenmesi algoritmalarını veriler üzerinde uygulayabilmesi, öğrenme modelleri ve mühendislik uygulamaları arasında bir ilişki kurmaları ve dönem boyunca derslere aktif katılım göstermeleri beklenir.

Dersin İçeriği:

Makine öğrenmesine ilk bakış ve makine öğrenmesinin temel kavramları, öğrenme teorisi ve çeşitleri, Bayes öğrenmesi ve karar ağaçları, yapay sinir ağları ve genetik algoritmalar, denetimsiz öğrenme ve takviyeli öğrenme ile makine öğrenmesinde etik.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Çıktıları

1 - Bilgi
Kuramsal - Olgusal
2 - Beceriler
Bilişsel - Uygulamalı
1) Makine öğrenmesi temel kavramlarını anlayabilmek.
2) Değişik öğrenme türlerinden birini içeren bir problemi çözebilmek.
3) Makine öğrenmesi algoritmalarını veriler üzerine uygulayabilmek.
4) Makine öğrenmesi yaklaşımı kullanarak bir proje geliştirebilmek.
5) Öğrenme modelini değerlendirebilmek.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Makine Öğrenmesine Giriş	Önceki konuların tekrarı
2)	Python Programlamaya Giriş	Önceki konuların tekrarı
3)	istatistiksel yöntemler ve makine öğrenme tanımları	Önceki konuların tekrarı
4)	Regresyon Yöntemleri	Önceki konuların tekrarı
5)	EN YAKIN K KOMŞULUĞU (K-NN ALGORİTMASI)	Önceki konuların tekrarı
6)	DESTEK VEKTÖR MAKİNELERİ	Önceki konuların tekrarı
7)	KARAR AĞACI ALGORĠTMASI	Önceki konuların tekrarı
8)	ARA SINAV	Önceki konuların tekrarı
9)	NAIVE BAYES ALGORİTMASI	Önceki konuların tekrarı
10)	Topluluk Öğrenimi	Önceki konuların tekrarı
11)	BOYUT İNDİRGEME	Önceki konuların tekrarı
12)	Birliktelik kuralları	Önceki konuların tekrarı
13)	K-ORTALAMA KÜMELEMESİ	Önceki konuların tekrarı
14)	Derin öğrenmeye giriş	Önceki konuların tekrarı
15)	uygulamalar	Önceki konuların tekrarı
16)	Final sınav	Önceki konuların tekrarı

Kaynaklar

Ders Notları / Kitaplar:
Diğer Kaynaklar:	Ethem ALPAYDIN, Introduction to Machine Learning, The MIT Press, second edition, 2010. Tom Mitchell, Machine Learning, McGraw-Hill. Mehmet Ali Cengiz, Ders Notu

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5
Program Kazanımları
1) Matematik ve fen bilimleri alanlarında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanabilme becerisi.
2) İlgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
3) Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi.
4) Karmaşık mühendislik problemlerinde uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
5) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi.
6) Karmaşık bir sistemi, süreci, cihazı veya ürünü tasarlamak için modern tasarım yöntemlerini uygulama becerisi.
7) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma beceris.
8) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
9) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama ve deney yapma becerisi.
10) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama, sonuçları analiz etme ve yorumlama becerisi.
11) Disiplin içi takımlarda etkin biçimde çalışabilme becerisi.
12) Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi.
13) Bireysel çalışma becerisi.
14) Sözlü ve yazılı etkin iletişim kurma becerisi.
15) En az bir yabancı dil bilgisi.
16) Etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi.
17) Etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
18) Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık.
19) Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
20) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
21) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi.
22) Girişimcilik, yenilikçilik hakkında farkındalık.
23) Sürdürülebilir kalkınma hakkında bilgi.
24) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi.
25) Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Matematik ve fen bilimleri alanlarında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanabilme becerisi.
2)	İlgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
3)	Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi.
4)	Karmaşık mühendislik problemlerinde uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
5)	Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi.
6)	Karmaşık bir sistemi, süreci, cihazı veya ürünü tasarlamak için modern tasarım yöntemlerini uygulama becerisi.
7)	Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma beceris.
8)	Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
9)	Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama ve deney yapma becerisi.
10)	Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama, sonuçları analiz etme ve yorumlama becerisi.
11)	Disiplin içi takımlarda etkin biçimde çalışabilme becerisi.
12)	Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi.
13)	Bireysel çalışma becerisi.
14)	Sözlü ve yazılı etkin iletişim kurma becerisi.
15)	En az bir yabancı dil bilgisi.
16)	Etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi.
17)	Etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
18)	Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık.
19)	Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
20)	Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
21)	Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi.
22)	Girişimcilik, yenilikçilik hakkında farkındalık.
23)	Sürdürülebilir kalkınma hakkında bilgi.
24)	Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi.
25)	Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ara Sınavlar	1	% 50
Final	1	% 50
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 50
Toplam		% 100