My IEU Logo
EN
İzmir Ekonomi Üniversitesi

  • ENGLISH
    • Aday Öğrenci | Öğrenci | Mezun

    LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

    Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)

    CE 531 | Ders Tanıtım Bilgileri

    Dersin Adı
    Otomatik Öğrenme
    Kodu
    Yarıyıl
    Teori
    (saat/hafta)
    Uygulama/Lab
    (saat/hafta)
    Yerel Kredi
    AKTS
    CE 531
    Güz/Bahar
    3
    0
    3
    7.5

    Ön-Koşul(lar)
    Yok
    Dersin Dili
    İngilizce
    Dersin Türü
    Seçmeli
    Dersin Düzeyi
    Yüksek Lisans
    Dersin Veriliş Şekli -
    Dersin Öğretim Yöntem ve Teknikleri -
    Ulusal Meslek Sınıflandırma Kodu -
    Dersin Koordinatörü
    Öğretim Eleman(lar)ı
    Yardımcı(ları) -
    Dersin Amacı Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Son yıllarda, sahte kredi kartı işlemlerini bulmaya çalışan veri madenciliği uygulamalarından, halka açık yollarda sürüş yapabilen otonom araçlara kadar değişen bir çok başarılı uygulama tasarlandı. Aynı zamanda, bu alanın temellerini oluşturan teori ve algoritmalarda da önemli ilerlemeler kaydedildi. Bu dersin amacı, otomatik öğrenme alanında kullanılan, en yeni ve etkin algoritmaları gözden geçirmektir. Bu algoritmaların hem teorik özellikleri hem de pratik uygulamaları tartışılacaktır.
    Öğrenme Çıktıları

    Bu dersi başarıyla tamamlayabilen öğrenciler;

    • oldukça geniş bir yelpazede yer alan birçok otomatik öğrenme algoritmasını kolaylıkla tasvir edebilecek.
    • alandaki temel teknik ve algoritmaları irdeleyebilecek ve uygulayabilecek.
    • alandaki farklı algoritma ve teknikleri karşılaştırabilecek.
    • spesifik durumlara uygun otomatik öğrenme algoritmaları tasarlayıp, mevcutları adapte edebilecek.
    • otomatik öğrenme tekniklerinin potansiyel kullanım alanlarını değerlendirebilecektir.
    Ders Tanımı Otomatik öğrenme, geçmiş deneyimleriyle otomatik olarak performanslarını iyileştiren bilgisayar programları ile ilgilenir. Yapay zeka, istatistik, bilgi kuramı, biyoloji ve kontrol teorisi gibi bir çok alandan ilham alan otomatik öğrenme dersinde aşağıdaki konular işlenecektir; Konsept öğrenme, Karar ağacı öğrenme, Yapay sinir ağları, Temelli öğrenme, Evrimsel algoritmalar, Destekli öğrenme, Bayes öğrenmesi, Hesapsal öğrenme teorisi.

     



    Dersin Kategorisi

    		Temel Ders
    Uzmanlık/Alan Dersleri
    X
    Destek Dersleri
    İletişim ve Yönetim Becerileri Dersleri
    Aktarılabilir Beceri Dersleri

     

    HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

    Hafta Konular Ön Hazırlık Öğrenme Çıktısı
    1 Giriş Introduction to Machine Learning, Ethem Alpaydın, Bölüm 1 ve 2
    2 Bayes Karar Teorisi Introduction to Machine Learning, Ethem Alpaydın, Bölüm 3
    3 Parametrik Yöntemler Introduction to Machine Learning, Ethem Alpaydın, Bölüm 4
    4 Boyut Küçültme Introduction to Machine Learning, Ethem Alpaydın, Bölüm 6
    5 Kümeleme Introduction to Machine Learning, Ethem Alpaydın, Bölüm 7
    6 Parametrik Olmayan Yöntemler Introduction to Machine Learning, Ethem Alpaydın, Bölüm 8
    7 Karar Ağaçları Introduction to Machine Learning, Ethem Alpaydın, Bölüm 9
    8 Ara sınav
    9 Çok Katmanlı Algılayıcı Introduction to Machine Learning, Ethem Alpaydın, Bölüm 11
    10 Stokastik Yöntemler Pattern Classification, Duda & Hart & Stork, Bölüm 7
    11 Çekirdek Makineleri Introduction to Machine Learning, Ethem Alpaydın, Bölüm 14
    12 Gizli Markov Modelleri Introduction to Machine Learning, Ethem Alpaydın, Bölüm 16
    13 Öğrenicilerin Birleştirilmesi Introduction to Machine Learning, Ethem Alpaydın, Bölüm 18
    14 Pekiştirmeli Öğrenme Introduction to Machine Learning, Ethem Alpaydın, Bölüm 19
    15 Dönemin Gözden Geçirilmesi
    16 Final Sınavı

     

    Ders Kitabı

    Introduction to Machine Learning, Ethem Alpaydın, Fourth Edition, MIT Press, 9780262043793
    Önerilen Okumalar/Materyaller

    Pattern Classification, Richard O. Duda and Peter E. Hart and David G. Stork, Second Edition, Wiley, 9780471056690

     

    Pattern Recognition, Sergios Theodoridis and Konstantinos Koutroumbas, Fourth Edition, Academic Press, 9781597492720

     

    Neural Networks and Learning Machines, Simon Haykin, Third Edition, Pearson, 9780131293762

     

    Pattern Recognition and Machine Learning, Christopher M. Bishop, Springer, 9780387310732

     

    DEĞERLENDİRME ÖLÇÜTLERİ

    Yarıyıl Aktiviteleri Sayı Katkı Payı %
    Katılım
    Laboratuvar / Uygulama
    Arazi Çalışması
    Küçük Sınav / Stüdyo Kritiği
    Portfolyo
    Ödev
    1
    20
    Sunum / Jüri Önünde Sunum
    Proje
    1
    20
    Seminer/Çalıştay
    Sözlü Sınav
    Ara Sınav
    1
    25
    Final Sınavı
    1
    35
    Toplam

    Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
    4
    100
    Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
    Toplam

    AKTS / İŞ YÜKÜ TABLOSU

    Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
    Teorik Ders Saati
    (Sınav haftası dahildir: 16 x teorik ders saati)
    16
    3
    48
    Laboratuvar / Uygulama Ders Saati
    (Sınav haftası dahildir. 16 x uygulama/lab ders saati)
    16
    0
    Sınıf Dışı Ders Çalışması
    14
    5
    70
    Arazi Çalışması
    0
    Küçük Sınav / Stüdyo Kritiği
    0
    Portfolyo
    0
    Ödev
    1
    35
    35
    Sunum / Jüri Önünde Sunum
    0
    Proje
    1
    30
    30
    Seminer/Çalıştay
    0
    Sözlü Sınav
    0
    Ara Sınavlar
    1
    20
    20
    Final Sınavı
    1
    22
    22
        Toplam
    225

     

    DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

    #
    		 PÇ Sub Program Yeterlilikleri / Çıktıları
    * Katkı Düzeyi
    1
    2
    3
    4
    5
    1 Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
    -
    -
    -
    X
    -
    2 Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
    -
    -
    -
    X
    -
    3 Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.
    -
    -
    -
    -
    X
    4 Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.
    -
    -
    -
    X
    -
    5 Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
    -
    -
    -
    -
    X
    6 Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.
    -
    -
    -
    -
    X
    7 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.
    -
    -
    -
    -
    X
    8 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
    -
    -
    X
    -
    -
    9 Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.
    -
    -
    X
    -
    -
    10 Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
    -
    -
    -
    X
    -
    11 Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır.
    -
    X
    -
    -
    -
    12 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
    -
    -
    -
    -
    X

    *1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

     

    YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

    Detaylar

    KÜRESEL KARİYER

    İzmir Ekonomi Üniversitesi, dünya çapında bir üniversiteye dönüşürken aynı zamanda küresel çapta yetkinliğe sahip başarılı gençler yetiştirir.

    Daha Fazlası..

    BİLİME KATKI

    İzmir Ekonomi Üniversitesi, nitelikli bilgi ve yetkin teknolojiler üretir.

    Daha Fazlası..

    İNSANA DEĞER

    İzmir Ekonomi Üniversitesi, toplumsal fayda üretmeyi varlık nedeni olarak görür.

    Daha Fazlası..

    TOPLUMA FAYDA

    22 yıllık güç ve deneyimini toplumsal çalışmalara aktarmak..

    Daha Fazlası..
    İzmir Ekonomide yapacağın Lisansüstü eğitimle bir adım öndesin
    Lisansüstü Programları Doktora Programları
    İzmir Ekonomide yapacağın Lisansüstü eğitimle bir adım öndesin
    Lisansüstü Programları Doktora Programları