Yapay Zeka Mühendisliği (YL) (Tezli) (İngilizce) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu: | DATS5027 | ||||
Ders İsmi: | İşletmelerde Makine Öğrenmesi Uygulamaları | ||||
Ders Yarıyılı: |
Güz Bahar |
||||
Ders Kredileri: |
|
||||
Öğretim Dili: | İngilizce | ||||
Ders Koşulu: | |||||
Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
Dersin Türü: | Bölüm/Program Seçmeli | ||||
Dersin Seviyesi: |
|
||||
Dersin Veriliş Şekli: | E-Öğrenme | ||||
Dersin Koordinatörü: | Doç. Dr. ŞEBNEM ÖZDEMİR | ||||
Dersi Veren(ler): |
Prof. Dr. DURSUN DELEN |
||||
Dersin Yardımcıları: |
Dersin Amacı: | Bu dersin amacı, öğrencilere makine öğreniminin bir iş ortamında nasıl kullanılabileceğine dair kapsamlı bir anlayış sağlamaktır. Öğrenciler, makine öğrenimi algoritmalarının pratik uygulamalarına maruz kalacak ve gerçek dünyadaki iş problemlerini çözmek için bu teknikleri uygulamayı öğreneceklerdir. Dersin sonunda öğrenciler, çeşitli iş senaryoları için uygun makine öğrenimi yöntemlerini seçme, model performansını optimize etme ve nicel bulguları stratejik iş kararlarına dönüştürme konusunda yetkin olacaklardır. |
Dersin İçeriği: | 1.İş bağlamında makine öğrenimi kavramlarına ve algoritmalarına genel bakış. 2. Veri ön işleme, özellik mühendisliği ve veri görselleştirme teknikleri. 3. İş dünyasında karar verme sürecinde regresyon ve sınıflandırma için denetimli öğrenme modelleri. 4. Müşteri segmentasyonu, pazar sepeti analizi ve anomali tespiti için denetimsiz öğrenme. 5. İş uygulamaları için makine öğrenimi modellerinin ve dağıtım stratejilerinin değerlendirilmesi. |
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Makine öğrenimi çözümlerine yönelik fırsatları belirlemek için iş sorunlarını eleştirel bir şekilde analiz eder. 2) Veri kümelerini makine öğrenimine hazırlamak için veri ön işleme ve özellik mühendisliğini etkili bir şekilde uygulayabilme. 3) Çağdaş yazılım araçlarını kullanarak makine öğrenimi modellerini geliştirme ve ayarlama. 4) Makine öğrenimi modellerinin sonuçlarını yorumlama ve bir iş kitlesine iletme. 5) Bir iş altyapısı içinde makine öğrenimi modeli dağıtım stratejileri tasarlama ve uygulama. |
Hafta | Konu | Ön Hazırlık |
1) | Makine Öğrenimine giriş ve iş dünyasındaki önemi. | |
2) | Veri toplama, ön işleme ve görselleştirme teknikleri. | |
3) | Doğrusal regresyon modellerini ve iş uygulamalarını keşfetme. | |
4) | Müşteri tahmini ve elde tutma stratejileri için sınıflandırma modelleri. | |
5) | Karmaşık iş kararları için karar ağaçları ve topluluk yöntemleri. | |
6) | Pazar segmentasyonu için denetimsiz öğrenme teknikleri. | |
7) | Model seçimi, çapraz doğrulama ve hiperparametre ayarlama. | |
8) | Ara Sınav. | |
9) | İş uygulamalarında sinir ağları ve derin öğrenme. | |
10) | Müşteri geri bildirim analizi için Doğal Dil İşleme (NLP). | |
11) | Dinamik iş stratejisi geliştirme için takviyeli öğrenme. | |
12) | Model değerlendirme metrikleri ve model yorumlanabilirliği. | |
13) | İş makine öğreniminde etik hususlar ve önyargı azaltma. | |
14) | Modellerin üretime dağıtılması, izlenmesi ve bakımı. | |
15) | İş dünyasında başarılı makine öğrenimi uygulamalarına ilişkin vaka çalışmaları. | |
16) | Final Sınavı. |
Ders Notları / Kitaplar: | Herhangi bir ders kitabı bulunmamaktadır. There is no textbook. |
Diğer Kaynaklar: | Güncel makaleler, kitaplar kullanılacaktır. Current articles and books will be used. |
Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
|||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Program Kazanımları | ||||||||||||
1) Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirebilme ve derinleştirebilme. | ||||||||||||
2) Alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanabilme. | ||||||||||||
3) Alanında edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme. | ||||||||||||
4) Alanı ile ilgili karşılaşılan sorunları araştırma yöntemlerini kullanarak çözümleyebilme. | ||||||||||||
5) Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarabilme. | ||||||||||||
6) Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyi'nde kullanarak sözlü ve yazılı iletişim kurabilme. | ||||||||||||
7) Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme ve öğrenmesini yönlendirebilme. | ||||||||||||
8) Alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde kullanabilme. | ||||||||||||
9) Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme. | ||||||||||||
10) Alanında özümsedikleri bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinlerarası çalışmalarda kullanabilme. | ||||||||||||
11) Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilme. | ||||||||||||
12) Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirebilme ve sorumluluk alarak çözüm üretebilme. |
Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirebilme ve derinleştirebilme. | |
2) | Alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanabilme. | |
3) | Alanında edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme. | |
4) | Alanı ile ilgili karşılaşılan sorunları araştırma yöntemlerini kullanarak çözümleyebilme. | |
5) | Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarabilme. | |
6) | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyi'nde kullanarak sözlü ve yazılı iletişim kurabilme. | |
7) | Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme ve öğrenmesini yönlendirebilme. | |
8) | Alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde kullanabilme. | |
9) | Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme. | |
10) | Alanında özümsedikleri bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinlerarası çalışmalarda kullanabilme. | |
11) | Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilme. | |
12) | Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirebilme ve sorumluluk alarak çözüm üretebilme. |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Ara Sınavlar | 1 | % 40 |
Final | 1 | % 60 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Aktiviteye Hazırlık | Aktivitede Harçanan Süre | Aktivite Gereksinimi İçin Süre | İş Yükü | ||
Ders Saati | 14 | 0 | 3 | 42 | |||
Ara Sınavlar | 1 | 40 | 1 | 41 | |||
Final | 1 | 60 | 1 | 61 | |||
Toplam İş Yükü | 144 |