Bizi takip edin
|
EN

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

Elektrik-Elektronik Mühendisliği (Doktora)

IES 511 | Ders Tanıtım Bilgileri

Dersin Adı
Otomatik Öğrenme
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IES 511
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 -
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;
  • Alandaki temel teknik ve algoritmaları kullanabilecek ve irdeleyebilecek
  • Farklı otomatik öğrenme tekniklerinin avantajları ve kısıtlamaları konusunda bilgisi olabilecek
  • Otomatik öğrenme tekniklerinin potansiyel kullanım alanlarını değerlendirebilecektir.
Ders Tanımı Denetimli öğrenme: Karar ağaçları, en yakın komşular, lineer sınıflandırıcı ve çekirdekler, sinir ağları, lineer bağlamlandırma, öğrenme teorisi, Denetimsiz öğrenme: Kümeleme, grafik modeller, EM, PCA, factor analizi. Pekiştirilmiş Öğrenme: Değer iterasyonu, kural iterasyonu, TD öğrenme, Q öğrenme. Bayesyan öğrenme, çevrim içi öğrenme.

 



Dersin Kategorisi

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

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Giriş, Otomatik Öğrenme örnekleri T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 1)
2 Kavram Öğrenme, İndüklemeli Yanlılık T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 2)
3 Karar Ağaçları T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 3)
4 Yapay Sinir Ağları T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 4)
5 Bayesyan Öğrenme T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 6)
6 Nesneye Dayalı Öğrenme T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 8)
7 Ara Sınav
8 Güçlendirmeli Öğrenme T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 13)
9 Evrimsel Algoritmalar T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 9)
10 Öğrenme Teorisi T. Mitchell, Machine Learning;, McGrawHill, 1997, hardcover ISBN 0070428077 (Ch. 7)
11 Tartışmalar, Araştırma ve Sunumlar
12 Tartışmalar, Araştırma ve Sunumlar
13 Tartışmalar, Araştırma ve Sunumlar
14 Tartışmalar, Araştırma ve Sunumlar
15 Final Sınavı için Gözden Geçirme
16 Dönemin gözden geçirilmesi  

 

Ders Kitabı Yukarıda belirtilen kitap ve ders yansıları
Önerilen Okumalar/Materyaller 1) Introduction to Machine Learning, Ethem Alpaydın, The MIT Press, October 2004, ISBN 0262012111. 2) İlgili Araştırma Makaleleri

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
1
20
Proje
1
25
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
30
Final Sınavı
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
75
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
25
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
15
6
90
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
1
20
20
Proje
1
25
25
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
1
15
15
Final Sınavı
0
    Toplam
198

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Alanında bilimsel araştırma yaparak uzmanlık duzeyinde bilgiye genislemesine ve derinlemesine ulasır, bilgiyi sistematik bir yaklasımla degerlendirir, yorumlar, uygular ve alanına yenilik getirecek ozgun bilgi uretir.
2 Elektrik ve Elektronik Muhendisliği alanında uygulanan guncel teknik ve yontemler ile bunların kısıtları hakkında uzmanlık duzeyinde kapsamlı bilgi sahibidir ve onları ozgun uygulamalarda kullanabilme becerisi gelismistir.
3 Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yontemlerle bilgiyi tamamlar ve uygular;degisik disiplinlere ait bilgileri bir arada kullanabilir ve ozgun cozumler gelistirir. Alanı ile ilgili calısmalarda arastırma yontemlerini ust duzeyde bir beceri ile kullanır.
4 Akademik arastırma alanının ve muhendislik mesleginin yeni ve gelismekte olan kuramlarının ve uygulamalarının farkındadır, ihtiyac duydugunda bunları inceler ve mevcut sonucları yeniden uretebilir duzeyde ogrenir.
5 Alanı ile ilgili kuramsal ve uygulamalı karmasık problemleri tanımlayabilir ve formule edebilir, cozmek icin ozgun yontemler gelistirir ve cozumlerde yenilikci yontemler uygular. Alanına yenilik getiren veya alanında yeni bir dusunce, yontem veya tasarım gelistirme ya da bilinen yontemleri yeni bir alana uygulayabilme biciminde ozgun calısmaları bagımsız olarak gerceklestirebilir.
6 Kuramsal ve uygulamalı alanlarda ozgun fikir ve yontemler gelistirir; karmasık sistem veya surecleri tasarlar ve tasarımlarında yenilikci/alternatif cozumler gelistirir.
7 Kuramsal, deneysel ve modelleme esaslı arastırmaları tasarlar ve uygular; bu surecte karsılasılan karmasık problemleri irdeler, cozumler ve sonuclarını surekli gelisimi gozetecek bicimde degerlendirir. Yeni ve karmasık dusuncelerin elestirel analizini, sentezini ve degerlendirmesini yapabilir.
8 Disiplin ici, cok disiplinli, disiplinler arası ve otesi takımlarda etkin bicimde calısabilir, bu tur takımlarda liderlik yapabilir ve karmasık durumlarda ozgun cozum yaklasımları gelistirebilir; bagımsız calısabilir ve sorumluluk alır.
9 Bir yabancı dili en az Avrupa Dil Portfoyu C1 Genel Duzeyinde kullanarak, sozlu ve yazılı iletisim kurar.
10 Calısmalarının surec ve sonuclarını, o alandaki veya alan dısındaki ulusal ve uluslararası bilimsel ve teknolojik toplantılarda ve dergilerde, sistematik ve acık bir sekilde yazılı ve sozlu olarak aktarır. Bilginin genislemesine ve topluma yayılmasına katkıda bulunur.
11 Proje yonetimi ve is hayatı uygulamalarını bilir ve bunların muhendislik uygulamalarına getirdigi kısıtların farkındadır ve kısıtlar altında ozgun cozum uretmesini bilir. Bilimsel, teknolojik ve muhendislik arastırma ve gelistirme etkinliklerinin sonuclarını sosyal, cevresel, saglık, guvenlik ve hukuk boyutları cercevesinde degerlendirebilir. Alanı ile ilgili sosyal ilişkileri ve normları eleştirel bir bakıs acısıyla inceler, gelistirir ve gerektiginde degistirmeye yonelik girisimlerde bulunur.
12 Verilerin toplanması, yorumlanması, duyurulması asamalarında, akademik ve mesleki tum etkinliklerde,toplumsal, bilimsel ve etik degerleri gozetir. Arastırma ve yayın etigi ilkelerine uygun davranır. Toplumsal, bilimsel, kulturel ve etik sorunların cozumune katkıda bulunur.

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

 


İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.