İşletme ve Yönetim Bilimleri Fakültesi · İktisat (İngilizce) · Lisans
Dersin Amacı
Bu ders, öğrencilere makine öğrenmesi (ML) algoritmalarını, veri modelleme tekniklerini ve uygulamalarını öğretmeyi amaçlamaktadır. Öğrenciler, denetimli ve denetimsiz öğrenme yöntemlerini kullanarak veri setleri üzerinde analiz yapacak, SPSS ve Python ile makine öğrenmesi modellerini uygulayacak ve sonuçları yorumlayacaktır.
Ders İçeriği
Bu ders, makine öğrenmesi algoritmalarını, veri analizi tekniklerini ve modelleme süreçlerini kapsamaktadır. Öğrenciler, SPSS ve Python kullanarak denetimli ve denetimsiz öğrenme modelleri oluşturmayı öğreneceklerdir. Regresyon, sınıflandırma, kümeleme, boyut azaltma, sinir ağları ve doğal dil işleme (NLP) gibi temel makine öğrenmesi teknikleri ele alınacaktır. Ayrıca, model değerlendirme, büyük veri ile makine öğrenmesi ve yapay zeka etiği konularına da odaklanılacaktır.
Dersin Öğrenme Çıktıları
- Makine öğrenmesinin temel kavramlarını ve algoritmalarını kavrayarak farklı veri türleri için uygun modeller oluşturabilecektir.
- SPSS ve Python kullanarak makine öğrenmesi modellerini uygulayabilecek ve veri analizi süreçlerini yürütebilecektir.
- Denetimli ve denetimsiz öğrenme yöntemleri ile sınıflandırma ve tahminleme modelleri oluşturabilecektir.
- Büyük veri ve doğal dil işleme teknikleri kullanarak çeşitli sektörlerde makine öğrenmesi çözümleri geliştirebilecektir.
- Makine öğrenmesi modellerinin performansını değerlendirerek hata oranlarını analiz edebilecektir.