|
Dersin Dili
|
İngilizce
|
|
Dersin Seviyesi
|
Lisans
|
|
Dersin Türü
|
Ders
|
|
Dersin Verilişi
|
Yüzyüze
|
|
Dersin Koordinatörü
|
Dr. Öğr. Üyesi Ekrem BAŞER
|
|
Dersi Verenler
|
Dr. Öğr. Üyesi Ekrem BAŞER
|
|
Dersin Yardımcıları
|
|
|
Dersin Amacı
|
Makine öğrenimi, bilgisayarların deneysel verilerden öğrenmesini ve davranışlarını değiştirmesini sağlayan algoritmalara odaklanan yapay zekanın bir dalıdır. Ders, makine öğreniminin teorik temelleri ve karar ağacı öğrenimi, yapay sinir ağları, Bayes öğrenmesi ve destek vektör makineleri gibi bir dizi somut algoritma hakkında bir anlayış sağlar. Ders ayrıca gerçek dünya veri kümelerinde makine öğrenimi algoritmalarının programlanmasını ve kullanımını içerir.
|
|
Dersin İçeriği
|
Temel İstatistik, makine öğrenmesinin tanımı, algoritmalarının genel yapısı, makinesi öğrenmesi algoritmalarının seçilen programlama diliyle kodlanması, regresyon ve sınıflandırma algoritmaları, Destek Vektör Makineleri.
|
|
Ders Öğrenme Kazanımları
|
- Dersin tamamlanmasının ardından öğrenci, bilgi, beceri ve genel yeterlilik açısından tanımlanmış aşağıdaki öğrenme çıktılarına sahip olmalıdır: Bilgi Dersin sonunda öğrenci şunları yapmalıdır: Makine öğreniminin temel fikirlerini anlamak Çeşitli makine öğrenimi yaklaşımlarının modelleme yönlerini karşılaştırabilmek Beceriler Dersin sonunda öğrenci şunları yapmalıdır: Makine öğrenimi algoritmaları geliştirmek ve uygulamak Makine öğrenimi algoritmalarını gerçek veri kümelerine uygulamak ve değerlendirmek Genel yeterlilik Dersin sonunda öğrenci şunları yapmalıdır: Makine öğreniminin toplumdaki farklı bağlamlarda nasıl kullanılabileceğine dair iyi bir genel bakışa sahip olmak
|
