of0
Export
ISUBÜ Eğitim Öğretim Bilgi Sistemi Ders İçeriği
Bölüm
Keçiborlu Meslek Yüksekokulu Mekatronik
Ders Bilgileri
Ders Kodu
Ders Adı
Kredi Teorik
Kredi Pratik
Kredi Lab/U
Kredi Toplam
Kredi Ects
Yarı Yılı
MEK-802
Makine Öğrenme
2.0
0.0
0.0
2.0
3.0
2. Yarıyıl
Ders İzleme
Dersin Dili
Türkçe
Dersin Türü
Seçmeli
Dersi Verenler
 
Dersin Yardımcıları
 
Dersin Amacı
Bu dersin amacı, denetimli öğrenme tekniklerinde kullanılan modern algoritmaların tanınmasına olanak sağlamaktır. Makine öğrenimi sahası, deneyimle kendi kendini otomatik olarak geliştirebilen bilgisayar programlarının nasıl oluşturulduğu ile ilgilenmektedir. Öğretim dönemi süresince, öğrencilere makine öğrenimi algoritmalarının teorik özellikleri verilecek ve bunları uygulamaya yönelik çalışmalar yapılacaktır.
Dersin Hedefleri
 
Dersin Öğrenme Çıktıları
1 Öğrenme ve çıkarsama konuları hakkında bilgiye sahip olabilme.
2 Makine Öğrenme tekniklerinin teorisi hakkında bilgi sahibi olabilme.
3 Makine Öğrenme tekniklerini uygulayabilme.
4 Algoritmik çözüm yöntemlerinden faydalanabilme.
5 Makine öğrenme tekniklerinin farklılıkları ve benzerliklerini iyi kavrayabilme.
Dersin İçeriği
Hafta Konular Açıklama
1 Makine öğrenmesi konusunda temel kavramlar
2 Bilgi temsili
3 Temsil üretme ve temsilleri dönüştürme.
4 Kavramları öğrenme genelden özele sıralama: Find-S ve uyarlama uzayı Yoklama Sınavı 1
5 Adayları eleme algoritması Karar Ağacı Öğrenmesi
6 Kural kümelerini öğrenme
7 Sınıflama ve keşif yoluyla öğrenme
8 Ara sınav
9 Pekiştirmeli öğrenme: Q Öğrenme
10 Yapay sinir ağları Çok katmanlı ağ Kohonen ağı
11 Bulanık mantık
12 Bulanık Mantık (devam)
13 Bulanık Mantık (devam)
14 Son Tekrar
Önkoşul Dersleri
 
Önerilen Seçmeli Dersler
 
Ders İşleme Biçimi
 
Ders Biriminin Seviyesi
 
Değerlendirme Sistemi
Akts/İş Yükü Tablosu
Yarıyıl İçi Çalışmaları
Sayısı
Katkı Payı
Etkinlik
Sayısı
Süresi
Toplam
Ara Sınav
1
40
Ders Süresi (Sınav Haftaları Hariç)
15
2
30
Kısa Sınav
0
0
Sınıf Dışı Ders çalışma Süresi
15
1
15
Ödev
1
10
Ödevler
15
1
15
Devam
1
10
Sunum
0
0
0
Uygulama
0
0
Proje
0
0
0
Labaratuvar
0
0
Laboratuvar Çalışması
0
0
0
Proje
0
0
Arazi ya da Alan Çalışması
0
0
0
Atölye
0
0
Ara Sınavlar
1
1
1
Seminer
0
0
Yarıyıl Sonu Sınavı
1
1
1
Arazi Çalışması
0
0
İş Yükü Saati(30)
0
Toplam
60
Toplam İşyükü/Saat
0
Yıliçiin Başarıya Oranı
40
Dersin Akts Kredisi
0
Finalin Başarıya Oranı
60
 
Toplam
100
 
Kaynaklar
Ders Notu
Tom M. Mitchell, Machine Learning , McGraw Hill, 1997.
Diğer Kaynaklar
Pierre Baldi, Søren Brunak, Bioinformatics: The Machine Learning Approach , The MIT Press, 2001.

Materyal
Dokümanlar
 
Ödevler
 
Sınavlar
 
Materyal Diğer
 
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri
Konferanslar, Uygulamalı Dersler, Sunumlar, Seminerler, Projeler, Laboratuar Uygulamaları(gerekirse)
İş Yerleştirmeleri
Her hangi bir eğitimsel öğe gibi, krediler yalnızca öğrenme çıktılarına ulaşıldığında ve çıktılar değerlendirildiğinde verilir. Eğer çalışma yeri planlanmış değişimin parçasıysa (örneğin Farabi ve Erasmus), ve yerleştirme için beklenilen öğrenme çıktılarına ulaşılmışsa Öğrenme Sözleşmesi verilen kredilerin sayılarını göstermesi gerekmektedir.
Bölümün Öğrenme Çıktıları
No
Bölüm Öğrenme Çıktısı
Katkı Düzeyi
1
Genel veya mesleki orta öğretimde kazanılan yeterlilikler üzerine kurulan ve orta öğretim düzeyi üzerindeki dersler - uygulama araç ve gereçleri ile desteklenen bir alandaki bilgi ve becerilere sahip olmak ve o alandaki temel kavramları kavradığını göstermek.
0
2
Endüstriyel elektronik alanında tanımı iyi yapılmış problemlerin çözümü için gerekli olan verileri tanımlama, toplama ve kullanmayı etkin bir biçimde yapabilmek; pratik uygulamalarda gereken teorik bilgileri, el ve/veya düşünsel becerileri kullanabildiğini göstermek.
0