Mühendislik ve Doğa Bilimleri Fakültesi · Yazılım Mühendisliği (İngilizce) · Lisans
AKTS: 6 T+U+L: 3+0+0 Zorunlu
Koordinatör:
Dersin Amacı
Makine öğrenmesinde yöntemler ve bu yöntemlerin veriler üzerinde matematiksel modellenmesi amaçlanmaktadır.
Ders İçeriği
Makine öğrenmesinde öğrenme türleri ile ilgili kavramlarını uygulamalı olarak içermektedir. Gözetimli öğrenme, Bayesçi karar kuramı, boyut azaltma, kümeleme, dağılımdan bağımsız yöntemler, karar ağaçları, doğrusal sınıflandırma, çok katmanlı algılayıcılar, destek vektör makineleri algoritmalarının teorik ve pratikte kullanılma alanları uygulamalarıyla işlenecektir.
Dersin Öğrenme Çıktıları
- Makine öğrenmesinin temellerini öğreneceklerdir.
- Makine öğrenmesi yöntemlerinin matematiksel alt yapılarını anlayacaklardır.
- Gerçek dünya problemlerine makine öğrenmesi yöntemlerini uyarlayabileceklerdir.
- Öznitelik çıkarma, seçme, boyut indirgeme yaklaşımlarını kullanabileceklerdir.
- Probleme uygun olarak doğru modeli belirleyebileceklerdir.
- Uygulanan yöntemlerin başarılarını ve performanslarını değerlendirebilme ve karşılaştırabileceklerdir.
- Verilmiş bir veri seti için optimum makine öğrenme yöntemini hesaplayabilecek ve elde edilen sonuçlar hakkında yorumlama yapabileceklerdir.
- Ham verinin, veri önişleme adımları ile işleyerek makine öğrenmesi yöntemlerine uygulamaya hazır hale getirebileceklerdir.
- Gözetimli ve gözetimsiz öğrenme arasındaki farkı bileceklerdir.
- Makine öğrenme yöntemlerinin algoritmik akışını bileceklerdir.
Temel Alan Dağılımı
(46) Matematik ve İstatistik%20 (48) Bilgisayar%50 (52) Mühendislik%30