Elektrik-Elektronik Mühendisliği (Tezsiz) (İngilizce)
Yüksek Lisans TYYÇ: 7. Düzey QF-EHEA: 2. Düzey EQF-LLL: 7. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: EEE502
Ders İsmi: Machine Learning
Ders Yarıyılı: Bahar
Ders Kredileri:
Teorik Pratik Laboratuvar AKTS
3 0 0 6
Öğretim Dili: English
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Enstitü
Dersin Seviyesi:
Yüksek Lisans TYYÇ:7. Düzey QF-EHEA:2. Düzey EQF-LLL:7. 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 yüksek lisans dersinin amacı makine öğrenmesi ile ilgili temel ve ileri düzey kavramları kullanarak veriden öğrenebilme işini sağlayan çeşitli teknikleri öğretmektir. Farklı teknik ve algoritmaların karşılaştırıldığı ve uygulamaların yapıldığı bu ders temel olarak geçmiş deneyimlerden nasıl öğrenilebilir sorusuna yanıt verir.
Dersin İçeriği: Öğrenme süreçleri, Özellik seçim metotları, Yeni özelliklerin çıkarımı, Birliktelik kuralları, Doğrusal regresyon, Destek vektör makineleri, Karar ağaçları, Yapay sinir ağları, En yakın-k komşu algoritması,
Derin öğrenme, Pekiştirmeli öğrenme, Bayes öğrenmesi, Kümeleme, Sınıflandırma

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Öğrenme Çıktıları
1 - Bilgi
Kuramsal - Olgusal
2 - Beceriler
Bilişsel - Uygulamalı
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık

Kaynaklar

Ders Notları / Kitaplar: "Introduction to Machine Learning", Ethem Alpaydin , MIT Press "Understanding Machine Learning:From
Theory to Algorithms", Shai Shalev-Shwartz, Shai Ben-David, Cambridge University Press "Yapay
Öğrenme", Ethem Alpaydın, Boğaziçi Üniversitesi Yayınevi "Introduction to Machine Learning", Alex
Smola and S.V.N. Vishwanathan, Cambridge University Press "Machine Learning ", Tom M. Mitchell,
McGraw-Hill
Diğer Kaynaklar: "Introduction to Machine Learning", Ethem Alpaydin , MIT Press "Understanding Machine Learning:From
Theory to Algorithms", Shai Shalev-Shwartz, Shai Ben-David, Cambridge University Press "Yapay
Öğrenme", Ethem Alpaydın, Boğaziçi Üniversitesi Yayınevi "Introduction to Machine Learning", Alex
Smola and S.V.N. Vishwanathan, Cambridge University Press "Machine Learning ", Tom M. Mitchell,
McGraw-Hill

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları
Program Kazanımları
1) Elektrik-Elektronik Mühendisliği’nde edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme
1) Elektrik-Elektronik Mühendisliği’ndeki güncel gelişmeleri ve kendi çalışmalarını ulusal veya uluslararası gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarabilme
1) Elektrik-Elektronik Mühendisliği ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme
1) Elektrik-Elektronik Mühendisliği alanında bilgilerini uzmanlık düzeyinde geliştirebilme ve bu bilgileri kullanarak, sorunları çözümleyebilme ve yeni bilgiler üretebilme
1) Elektrik-Elektronik Mühendisliği’nin ilişkili olduğu disiplinler arası etkileşimi kavrayabilme, edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme
1) Elektrik-Elektronik Mühendisliği ile ilgili uzmanlık gerektiren sorunların çözümü için yeni stratejik yaklaşımlar geliştirebilme ve sorumluluk alarak çözüm üretebilme ve gerektiğinde liderlik yapabilme
2) İngilizce kullanarak sözlü ve yazılı iletişim kurabilmek
2) Elektrik-Elektronik Mühendisliği ile ilgili konularda uygulama planları geliştirebilme ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilme
3) Bilgisayar yazılımı ve iletişim teknolojilerini yüksek düzeyde kullanabilme

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) Elektrik-Elektronik Mühendisliği’nde edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme
1) Elektrik-Elektronik Mühendisliği’ndeki güncel gelişmeleri ve kendi çalışmalarını ulusal veya uluslararası gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarabilme
1) Elektrik-Elektronik Mühendisliği ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme
1) Elektrik-Elektronik Mühendisliği alanında bilgilerini uzmanlık düzeyinde geliştirebilme ve bu bilgileri kullanarak, sorunları çözümleyebilme ve yeni bilgiler üretebilme
1) Elektrik-Elektronik Mühendisliği’nin ilişkili olduğu disiplinler arası etkileşimi kavrayabilme, edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme
1) Elektrik-Elektronik Mühendisliği ile ilgili uzmanlık gerektiren sorunların çözümü için yeni stratejik yaklaşımlar geliştirebilme ve sorumluluk alarak çözüm üretebilme ve gerektiğinde liderlik yapabilme
2) İngilizce kullanarak sözlü ve yazılı iletişim kurabilmek
2) Elektrik-Elektronik Mühendisliği ile ilgili konularda uygulama planları geliştirebilme ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilme
3) Bilgisayar yazılımı ve iletişim teknolojilerini yüksek düzeyde kullanabilme

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Projeler 1 % 20
Ara Sınavlar 1 % 30
Final 1 % 50
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 50
Toplam % 100