Elektrik-Elektronik Mühendisliği Yüksek Lisans (Tezsiz)

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	-
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

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Alandaki temel teknik ve algoritmaları kullanabilecek ve irdeleyebilecek
2	Farklı otomatik öğrenme tekniklerinin avantajları ve kısıtlamaları konusunda bilgisi olabilecek
3	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	Öğrenme Çıktısı
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 %	LO 1	LO 2	LO 3
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

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Elektrik ve Elektronik Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.		-	-	-	-	-
2	Elektrik ve Elektronik Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	-	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	-	-
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	-	-
5	Elektrik ve Elektronik Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	-
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	-	-
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	-	-
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.		-	-	-	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	-	-	-
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.		-	-	-	-	-
11	Elektrik ve Elektronik Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların elektrik ve elektronik mühendisliği uygulamalarına getirdiği kısıtların farkındadır.		-	-	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	-	-	-	-