| Dersin Adı |
İstatistiksel Makine Öğrenmesine Giriş
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
MATH 624
|
Güz/Bahar
|
3
|
0
|
3
|
7.5
|
| Ön-Koşul(lar) |
Yok
|
|||||
| Dersin Dili |
İngilizce
|
|||||
| Dersin Türü |
Seçmeli
|
|||||
| Dersin Düzeyi |
Doktora
|
|||||
| Dersin Veriliş Şekli | - | |||||
| Dersin Öğretim Yöntem ve Teknikleri | Anlatım / Sunum | |||||
| Ulusal Meslek Sınıflandırma Kodu | - | |||||
| Dersin Koordinatörü | ||||||
| Öğretim Eleman(lar)ı | ||||||
| Yardımcı(ları) | ||||||
| Dersin Amacı | Bu dersin amacı, öğrencilere makine öğrenmesi kavramını ve makine öğrenmesi algoritmalarını öğretmek, ayrıca bu algoritmaları gerçek veri kümelerine uygulayarak deneyim kazandırmaktır. |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Bu derste makine öğrenimi kavramları, gözetimli öğrenme, sınıflandırma yöntemleri, regresyon yöntemleri, gözetimsiz öğrenme, kümeleme yöntemleri ve sağkalım analizi konuları incelenecektir. |
| Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları |
|
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri | ||
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
| Hafta | Konular | Ön Hazırlık |
| 1 | İstatistiksel Öğrenmeye Giriş | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 1-2 |
| 2 | İstatistiksel Öğrenmeye Giriş | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 1-2 |
| 3 | Basit Lineer Regresyon | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 3 |
| 4 | Çoklu Doğrusal Regresyon | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 4 |
| 5 | Sınıflama | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 5 |
| 6 | Sınıflama | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 5 |
| 7 | Çapraz doğrulama ve yeniden örnekleme | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 6 |
| 8 | Ara sınav | |
| 9 | Düzenleme | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 6 |
| 10 | Ağaç tabanlı modeller | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 8 |
| 11 | Destek Vektör Makinaları | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 9 |
| 12 | Sağkalım analizleri | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 11 |
| 13 | Denetimsiz Öğrenme | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 12 |
| 14 | Denetimsiz Öğrenme | “An Introduction to Statistical Learning: With Applications in R” by G. James, D. Witten, T. Hastie, R. Tibshirani, 2nd Edition, Springer. Ch. 12 |
| 15 | Dönemin gözden geçirilmesi | |
| 16 | Final Sınavı |
| Ders Kitabı | |
| Önerilen Okumalar/Materyaller |
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | ||
| Portfolyo | ||
| Ödev | ||
| Sunum / Jüri Önünde Sunum |
1
|
10
|
| Proje |
1
|
20
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
30
|
| Final Sınavı |
1
|
40
|
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
3
|
60
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı |
1
|
40
|
| Toplam |
| 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 |
16
|
3
|
48
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
0
|
||
| Portfolyo |
0
|
||
| Ödev |
0
|
||
| Sunum / Jüri Önünde Sunum |
1
|
18
|
18
|
| Proje |
1
|
44
|
44
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
22
|
22
|
| Final Sınavı |
1
|
45
|
45
|
| Toplam |
225
|
|
#
|
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, |
-
|
-
|
-
|
X
|
-
|
|
| 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, |
-
|
-
|
X
|
-
|
-
|
|
| 4 |
Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek, |
-
|
-
|
X
|
-
|
-
|
|
| 5 |
Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek, |
-
|
-
|
X
|
-
|
-
|
|
| 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, |
-
|
-
|
X
|
-
|
-
|
|
| 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, |
-
|
-
|
X
|
-
|
-
|
|
| 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, dünya çapında bir üniversiteye dönüşürken aynı zamanda küresel çapta yetkinliğe sahip başarılı gençler yetiştirir.
Daha Fazlası..İzmir Ekonomi Üniversitesi, nitelikli bilgi ve yetkin teknolojiler üretir.
Daha Fazlası..İzmir Ekonomi Üniversitesi, toplumsal fayda üretmeyi varlık nedeni olarak görür.
Daha Fazlası..