Ders Bilgileri

Ders Bilgileri
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Introduction to Machine Learning CE469 8. Yarıyıl 3 + 0 3,0 5,0
Ön Koşullar Yok
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
Haftalık Konular (İçerik)
Hafta Konular Öğretim Yöntemleri
1. Hafta İstatistik ve makine öğrenmesinde Python kullanımının önemi
2. Hafta Numpy/Pandas kütüphanelerinin yüklenmesi ve kullanılması
3. Hafta Matplotlib kütüphanesi ile verilerin görselleştirilmesi
4. Hafta Vektörler ve Matrisler
5. Hafta Makine Öğrenmesinde Temel Kavramlar
6. Hafta Makine Öğrenmesinde Uygulama Geliştirme Süreçleri
7. Hafta Veri Önişleme
8. Hafta Basit Doğrusal Regresyon
9. Hafta Çoklu Doğrusal Regresyon
10. Hafta Regresyon için Performans Karşılaştırma Ölçütleri
11. Hafta Bayes Teoremi ve Sınıflandırma
12. Hafta K-En Yakın Komşu Algoritması
13. Hafta Destek Vektör Makineleri
14. Hafta Karar Ağaçları
Kaynaklar
Uğuz S., Makine Öğrenmesi Teorik Yönleri ve Pyhton Uygulaması, Nobel Yayınları 2. Basım, 2021