Bizi takip edin
|
EN

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

Uygulamalı Matematik ve İstatistik (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

Yüksek lisans düzeyi yeterliliklerine dayalı olarak, teorik matematik ve istatistik kuramları ve uygulamalarına ilişkin bilgilerini uzmanlık düzeyinde geliştirmek, , derinleştirmek ve alanına yenilik getirecek özgün tanımlara ulaştırmak,

2

Matematik ve İstatistikte orijinal, bağımsız ve kritik düşünme yeteneklerine sahip olmak ve teorik kavramlar geliştirebilmek,

3

Matematik ve İstatistikteki problemleri tanıyabilme ve doğrulayabilme yeteneğine sahip olmak,

4

Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek,

5

Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek,

6

Uygulamalı Matematik ve İstatistik alanında edindiği uzmanlık düzeyindeki bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirebilmek, yenileyebilmek, ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilmek,

7

Uygulamalı Matematik ve İstatistik alanında analizlerini ve önerdiği yöntemleri, uzman kişilere, bilimsel nitelikte aktarabilmek,

8

Ulusal ve uluslararası (İngilizce) akademik kaynakları etkin bir şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek, alanındaki ve alan dışındaki bilimsel toplantılara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarımda bulunabilmek,

9

Uygulamalı Matematik ve İstatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve en az ikisini etkin şekilde kullanabilmek,

10

Uygulamalı Matematik ve İstatistik alanlarında bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunmak,

11

Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek, karşılaştığı toplumsal, bilimsel, kültürel ve etik sorunların çözümüne katkıda bulunup ve bu değerlerin gelişimini desteklemek,

12

Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak,

13

Matematik ve istatistiğn kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirebilmek ve elde edilen sonuçları yorumlayıp geliştirebilmek,

14

Matematik ve İstatistik bilinmlerinin gelişmesinde ve kaynaşmasında  yer alan önemli kişileri, olay ve olguları, diğer bilim dallarının gelişmesindeki etkileri açısından değerlendirebilmek, tartışabilmek, inceleyebilmek,

15

Uygulamalı Matematik  ve İstatistik alanında bireysel veya ekip olarak bir bilimsel çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek.

*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.