MAKİNE ÖĞRENMESİNE GİRİŞ

AMAÇ

Makine öğrenmesi tekniklerini uygulayabilmek ve değerlendirebilmek.

İÇERİK

Bu ders; Makine öğrenmesinin temelleri,Regresyon,Sınıflandırmanın temelleri,Bayes sınıflandırıcı,Lojistik regresyon,Destek vektör makineleri,Sinir ağları,Evrişimsel sinir ağları,Karar ağaçları,Topluluk metotları,Öznitelik seçimi,Temel komponent analizi,Öbekleme,Model değerlendirme; konularını içermektedir.

1. 1

   Applies regression techniques

   Öğretim yöntemi: Tartışma Yöntemi, Örnek Olay Yöntemi, Bireysel Çalışma Yöntemi, Proje Temelli Öğrenme Modeli, Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev

2. 2

   Evaluates classification techniques

   Öğretim yöntemi: Tartışma Yöntemi, Örnek Olay Yöntemi, Bireysel Çalışma Yöntemi, Proje Temelli Öğrenme Modeli, Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev

3. 3

   Applies unsupervised machine learning techniques

   Öğretim yöntemi: Tartışma Yöntemi, Örnek Olay Yöntemi, Bireysel Çalışma Yöntemi, Proje Temelli Öğrenme Modeli, Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev

4. 4

   Applies feature selection / analysis techniques

   Öğretim yöntemi: Tartışma Yöntemi, Örnek Olay Yöntemi, Bireysel Çalışma Yöntemi, Proje Temelli Öğrenme Modeli, Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev

HAFTALIK PLAN

1. HAFTA 1

   Makine öğrenmesinin temelleri

2. HAFTA 2

   Regresyon

3. HAFTA 3

   Sınıflandırmanın temelleri

4. HAFTA 4

   Bayes sınıflandırıcı

5. HAFTA 5

   Lojistik regresyon

6. HAFTA 6

   Destek vektör makineleri

7. HAFTA 7

   Sinir ağları

8. HAFTA 8

   Evrişimsel sinir ağları

9. HAFTA 9

   Karar ağaçları

10. HAFTA 10

    Topluluk metotları

11. HAFTA 11

    Öznitelik seçimi

12. HAFTA 12

    Temel komponent analizi

13. HAFTA 13

    Öbekleme

14. HAFTA 14

    Model değerlendirme

DEĞERLENDİRME

• Ara Sınavın Başarıya Oranı30%
• Genel Sınavın Başarıya Oranı70%

İŞ YÜKÜ

KAYNAKLAR

• Bishop, “Pattern Recognition and Machine Learning,” Springer, (1st edition) Duda, Hart, and Stork, “Pattern Classification,” Wiley-Interscience, (2nd edition)

ÖĞRETİM ELEMANLARI

• Prof.Dr. Bahadır Kürşat GÜNTÜRKKOORDİNATÖR
• Prof.Dr. Bahadır Kürşat GÜNTÜRK
• Prof.Dr. Cem ÜNSALAN