GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS Kredi
BLG522 Makine Öğrenimi Ve Örüntü Tarama Seçmeli Ders Grubu 1 1 6.00 3.00

Dersin Seviyesi

Yüksek Lisans

Dersin Sunulduğu Dil

Dersin Amacı

Makine Öğrenimi ve Örüntü Tarama dersinin amacı, öğrencilere temel makine öğrenimi ve örüntü tarama kavramlarını öğretmek ve bu alanda beceri kazandırmaktır. Bu ders, öğrencilere veri analizi, modelleme ve örüntü tanıma yetenekleri kazandırarak, gerçek dünya problemlerine çözüm üretebilmelerini sağlar. Ayrıca, öğrencilerin bu alanlardaki gelişmeleri takip etmelerini teşvik eder ve yeniliklere uyum sağlamalarını sağlar.

Dersi Veren Öğretim GörevlisiGörevlileri

Öğrenme Çıktıları

1 Makine Öğrenimi Temellerini Anlama
2 Veri Analizi ve Modelleme Yeteneklerini Geliştirme:
3 Örüntü Tanıma Tekniklerini Uygulama
4 Makine Öğrenimi Algoritmalarını Değerlendirme
5 Proje Geliştirme ve Uygulama Yeteneği Kazanma

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

yok

Ders İçin Önerilen Diğer Hususlar

yok

Dersin İçeriği

Makine Öğrenimi ve Örüntü Tarama dersinin amacı, öğrencilere temel makine öğrenimi ve örüntü tarama kavramlarını öğretmek ve bu alanda beceri kazandırmaktır. Bu ders, öğrencilere veri analizi, modelleme ve örüntü tanıma yetenekleri kazandırarak, gerçek dünya problemlerine çözüm üretebilmelerini sağlar. Ayrıca, öğrencilerin bu alanlardaki gelişmeleri takip etmelerini teşvik eder ve yeniliklere uyum sağlamalarını sağlar.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik [OgretimYontemVeTeknikleri] [OnHazirlik]
1 Makine Öğrenimi Nedir? Temel Kavramlar ve Tarihçe
2 Örüntü Tarama Nedir? Örüntü Tanımlama ve Özellik Çıkarma
3 En Yakın Komşu (KNN) ve Naif Bayes Sınıflandırıcıları
4 Destek Vektör Makineleri (SVM) ve Karar Ağaçları
5 Lojistik Regresyon ve Çok Sınıflı Sınıflandırma Algoritmaları
6 Doğrusal ve Doğrusal Olmayan Regresyon Modelleri
7 Temel Bileşen Analizi (PCA) ve Boyut Azaltma Teknikleri
8 sınav
9 K-Means Kümeleme ve Hiyerarşik Kümeleme
10 Yapay Sinir Ağları (ANN) ve Derin Öğrenme Modelleri
11 Evrişimli Sinir Ağları (CNN) ve Uygulamaları
12 Görüntü İşleme ve Örüntü Tarama
13 Örüntü Tarama Uygulamaları ve Proje Çalışması
14 Öğrenci projelerinin sunumu ve geri bildirim alınması
15 Dönem boyunca öğrenilen konuların tekrarı, ders değerlendirmesi ve final sınavı için hazırlık süreci.
16 sınav

Ders Kitabı Malzemesi Önerilen Kaynaklar

yok

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 72 72
Final Sınavı 1 76 76
Ara Sınav İçin Bireysel Çalışma 1 1 1
Final Sınavı içiin Bireysel Çalışma 1 1 1
Toplam İş Yükü (saat) 150

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
ÖÇ 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek