GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| ECVL439 | Machine Learning Applications | Seçmeli Ders Grubu | 4 | 7 | 4.00 | 2.00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Bu ders, makine öğrenmesi (ML) algoritmalarının temel prensiplerini, veri hazırlama süreçlerini, Python kütüphanelerini ve mühendislik uygulamalarında makine öğrenmesinin kullanımını öğretmeyi amaçlar. Öğrenciler; regresyon, sınıflandırma, kümeleme, boyut indirgeme, model değerlendirme ve gerçek hayata yönelik ML projeleri geliştirme konusunda uygulamalı deneyim kazanır.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Makine öğrenmesinin temel kavramlarını ve türlerini (supervised/unsupervised) açıklar. |
| 2 | Veri toplama, temizleme, normalize etme ve veri yönetimi adımlarını uygular. |
| 3 | Python’ın ML için kullanılan temel kütüphanelerini (NumPy, Pandas, Scikit-Learn, Matplotlib) etkin biçimde kullanır. |
| 4 | Regresyon ve sınıflandırma algoritmalarını uygular ve sonuçları yorumlar. |
| 5 | Kümeleme ve boyut indirgeme yöntemlerini açıklar ve uygular. |
| 6 | ML modellerinde eğitim, test, doğrulama ve hata değerlendirme yöntemlerini uygular. |
| 7 | Python ile gerçek bir makine öğrenmesi projesi tasarlar ve kodlar. |
| 8 | ML model çıktılarının mühendislik ve karar destek açısından yorumlamasını yapar. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
yok
Ders İçin Önerilen Diğer Hususlar
yok
Dersin İçeriği
Ders kapsamında makine öğrenmesinin temel kavramları, denetimli ve denetimsiz öğrenme algoritmaları, regresyon ve sınıflandırma teknikleri, yapay sinir ağları, derin öğrenme, veri ön işleme, model değerlendirme ve inşaat mühendisliği uygulama örnekleri (yapı sağlığı izleme, malzeme dayanımı tahmini, inşaat yönetimi ve optimizasyon) ele alınacaktır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|---|
| 1 | Tanıtım ve tarihçe AI’nın gelişimi, mühendislikte AI | yok | teorik | |
| 2 | AI Subfields & Applications in Civil Engineering ML, DL, CV, NLP | yok | Teorik | |
| 3 | Veri toplama & yönetim Veri kaynakları, sensör verileri, veri temizleme | yok | teorik | |
| 4 | Introduction to AI Software MATLAB, Python, TensorFlow | yok | teorik | |
| 5 | Finans & İnsan Kaynaklarında AI Maliyet tahmini, risk analizi, performans tahmini | yok | teorik | |
| 6 | Python’a giriş Temel sözdizimi, IDE, veri yapıları | yok | ||
| 7 | Değerlendirme ve açık tartışma | |||
| 8 | Ara Sınav (Midterm) | |||
| 9 | Python veri kütüphaneleri NumPy, Pandas uygulamaları | var | uygulama | |
| 10 | Regresyon algoritmaları Linear, Polynomial, Ridge, Lasso | var | uygulama | |
| 11 | Sınıflandırma algoritmaları Logistic Regression, KNN, SVM, Decision Trees | var | uygulama | |
| 12 | Güncel araştırmalar ve yenilikçi ML uygulamaları | |||
| 13 | ML project design & implementation Training, testing, pipeline | var | uygulama | |
| 14 | Python ile ML proje tasarımı ve uygulaması Veri hazırlığı, model eğitimi | var | uygulama |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Ev Ödevi | 1 | 50 |
| 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 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 4 | 56 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 10 | 10 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 10 | 10 |
| Ev Ödevi | 2 | 10 | 20 |
| Toplam İş Yükü (saat) | 98 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | |
| ÖÇ 1 | 4 | 4 | 1 | 3 | 3 | 1 | 2 | 3 | 4 | 3 | 2 |
| ÖÇ 2 | 4 | 4 | 3 | 3 | 4 | 1 | 1 | 3 | 4 | 3 | 2 |
| ÖÇ 3 | 3 | 3 | 2 | 3 | 5 | 1 | 1 | 2 | 3 | 3 | 2 |
| ÖÇ 4 | 3 | 4 | 2 | 4 | 5 | 2 | 1 | 3 | 4 | 4 | 3 |
| ÖÇ 5 | 3 | 4 | 2 | 4 | 4 | 1 | 1 | 2 | 3 | 3 | 2 |
| ÖÇ 6 | 3 | 4 | 2 | 4 | 4 | 2 | 1 | 3 | 3 | 4 | 3 |
| ÖÇ 7 | 3 | 4 | 3 | 5 | 5 | 2 | 1 | 3 | 4 | 4 | 4 |
| ÖÇ 8 | 3 | 4 | 2 | 5 | 5 | 1 | 2 | 3 | 4 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek