| Yazılım Mühendisliği | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
| Ders Kodu: | YAZ304 | ||||
| Ders İsmi: | Sinir Ağları ve Makine Öğrenmesi | ||||
| Ders Yarıyılı: | Bahar | ||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | Turkish | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Evet | ||||
| Dersin Türü: | Zorunlu | ||||
| Dersin Seviyesi: |
|
||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||
| Dersin Koordinatörü: | Araş. Gör. ZEHRA TÜFEKÇİ | ||||
| Dersi Veren(ler): | Dr. Öğretim Üyesi Alper Öner | ||||
| Dersin Yardımcıları: |
| Dersin Amacı: | Bu dersi alan öğrencinin Makine Öğrenmesinin temel konseptleri, Makine Öğrenmesinin iyi tanımlanmış problemleri, Makine Öğrenmesi problemlerini çözecek yazılım araçları, Olasılık teorisini kullanarak öğrenip anlamlandırabilen akıllı sistemler tasarlama, Gerçek hayat problemleri, Bir Makine Öğrenmesi Projesini takım halinde gerçekleştirme hakkında bilgi kazanımı sağlamak. |
| Dersin İçeriği: | Makine Öğrenmesine Giriş Denetimli Öğrenme Veri Temsili Tasarım Kalıbı Problem Temsili Tasarım Kalıbı Bayesian Anlamlandırma - Karar Verme Teorisi Maximum İhtimal Kestirimi - Regresyon Boyutsal İndirgeme (PCA, LDA) Kümeleme (KNN, K-Means ve GMM) Kernel Makineleri (SVM) Karar Ağaçları (Toplama-Arttırma) Yapay Sinir Ağları Bayes Ağları Saklı Markov Modelleri Makine Öğrenmesi Uygulamaları |
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Temel bir iyi tanımlanmış derin öğrenme problemini tasarlayabilecek. 2) Makine öğrenmesi için akıllı bir sistem tasarlayabilecek. 3) Makine öğrenmesi yöntem ve algoritmalarını kullanarak iyi tanımlanmış bir problemi çözebilecek. 4) Değişik tipte problemlerin çözüm için olasılıksal yaklaşımlar kullanabilecek. 5) Makine öğrenmesi problemleri için yöntemler geliştirebilecek. 6) Makine öğrenmesinin temel methodlarını açıklayabilecek. 7) Python yazılım dili kullanarak Makine Öğrenmesi sistemleri geliştirebilecek. 8) Bir makine öğrenmesi projesinde takım halinde çalışabilecek. |
| Hafta | Konu | Ön Hazırlık |
| 1) | Makine Öğrenmesine Giriş | |
| 2) | Denetimli Öğrenme | |
| 3) | Veri Temsili Tasarım Kalıbı | |
| 4) | Problem Temsili Tasarım Kalıbı | |
| 5) | Bayesian Anlamlandırma - Karar Verme Teorisi | |
| 6) | Maximum İhtimal Kestirimi - Regresyon | |
| 7) | Boyutsal İndirgeme (PCA, LDA) | |
| 8) | Kümeleme (KNN, K-Means ve GMM) | |
| 9) | Kernel Makineleri (SVM) | |
| 10) | Karar Ağaçları (Toplama-Arttırma) | |
| 11) | Yapay Sinir Ağları | |
| 12) | Bayes Ağları | |
| 13) | Saklı Markov Modelleri | |
| 14) | Makine Öğrenmesi Uygulamaları |
| Ders Notları / Kitaplar: | Introduction to Machine Learning, Ethem Alpaydın, MIT Press, 2016. The Hundred-page Machine. Learning, Andriy Burkov, 2019 |
| Diğer Kaynaklar: | Machine Learning Design Patterns Solutions to Common Challenges in Data Preparation, Model Building, and MLOps by Valliappa Lakshmanan, Sara Robinson, Michael Munn, OReilly, 2020 |
| Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Program Kazanımları | |||||||||||||||
| 1) Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimine; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinde kullanabilme becerisine sahiptir. | |||||||||||||||
| 2) Bir sistemi, süreci veya ürünü ekonomik, çevre, sosyo-politik, etik, sağlık, güvenlik, üretilebilirlik ve sürdürülebilirlik ile ilişkili gerçekçi koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisine sahiptir. | |||||||||||||||
| 3) Mühendislik problemlerini tanımlama, formüle etme ve çözme; çözüm için gerekli yöntemi seçme ve uygulama becerisine sahiptir. | |||||||||||||||
| 4) Mühendislik uygulamalarında karşılaşılan problemlerin analizi ve çözümü için gerekli olan modern teknikleri geliştirme, seçme ve kullanma; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir. | |||||||||||||||
| 5) Mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisine sahiptir. | |||||||||||||||
| 6) Çok disiplinli takımlarda etkin biçimde çalışabilme becerisine sahiptir. | |||||||||||||||
| 7) Sözlü ve yazılı etkin iletişim kurma becerisi ile etkin rapor yazma ve yazılı raporları anlama, etkin sunum yapabilme becerisine sahiptir. | |||||||||||||||
| 8) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgiye sahiptir. | |||||||||||||||
| 9) Bir yabancı dili Avrupa Dil Portföyü kriteri açısından en az B1 düzeyinde kullanabilme becerisine sahiptir. | |||||||||||||||
| 10) Yaşam boyu öğrenmenin gerekliliği bilincine sahiptir; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisine sahiptir. | |||||||||||||||
| 11) Bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini Avrupa Bilgisayar Kullanma Lisansı İleri düzeyinde kullanabilme becerisine sahiptir. | |||||||||||||||
| 12) Proje yönetimi ve risk yönetimi uygulamaları hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgiye sahiptir. | |||||||||||||||
| 13) Mühendislik uygulamalarının evrensel ölçekte çevre, sağlık ve güvenlik üzerindeki etkileri ve hukuksal sonuçları hakkında bilgi ve farkındalığa sahiptir. | |||||||||||||||
| 14) Yazılım alternatiflerini irdeleyerek bilgisayar tabanlı sistemlerin modellenmesi ve tasarımında, algoritma prensiplerini, matematiksel temelleri ve bilgisayar bilimleri teorisini uygulama becerisine sahiptir. | |||||||||||||||
| 15) Türevsel denklemler, integral hesapları, doğrusal cebir, mantık ve ayrık matematik içerecek şekilde ileri matematik eğitimi ile birlikte yazılım mühendisliğinde veri yapıları ve algoritmalar, programlama dilleri, işletim sistemleri, bilgisayar güvenliği, bilgisayar teorisi, ağ programlama ve makine öğrenmesi alanlarını kapsayan mühendislik eğitimine sahiptir. | |||||||||||||||
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimine; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinde kullanabilme becerisine sahiptir. | |
| 2) | Bir sistemi, süreci veya ürünü ekonomik, çevre, sosyo-politik, etik, sağlık, güvenlik, üretilebilirlik ve sürdürülebilirlik ile ilişkili gerçekçi koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisine sahiptir. | |
| 3) | Mühendislik problemlerini tanımlama, formüle etme ve çözme; çözüm için gerekli yöntemi seçme ve uygulama becerisine sahiptir. | |
| 4) | Mühendislik uygulamalarında karşılaşılan problemlerin analizi ve çözümü için gerekli olan modern teknikleri geliştirme, seçme ve kullanma; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir. | |
| 5) | Mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisine sahiptir. | |
| 6) | Çok disiplinli takımlarda etkin biçimde çalışabilme becerisine sahiptir. | |
| 7) | Sözlü ve yazılı etkin iletişim kurma becerisi ile etkin rapor yazma ve yazılı raporları anlama, etkin sunum yapabilme becerisine sahiptir. | |
| 8) | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgiye sahiptir. | |
| 9) | Bir yabancı dili Avrupa Dil Portföyü kriteri açısından en az B1 düzeyinde kullanabilme becerisine sahiptir. | |
| 10) | Yaşam boyu öğrenmenin gerekliliği bilincine sahiptir; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisine sahiptir. | |
| 11) | Bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini Avrupa Bilgisayar Kullanma Lisansı İleri düzeyinde kullanabilme becerisine sahiptir. | |
| 12) | Proje yönetimi ve risk yönetimi uygulamaları hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgiye sahiptir. | |
| 13) | Mühendislik uygulamalarının evrensel ölçekte çevre, sağlık ve güvenlik üzerindeki etkileri ve hukuksal sonuçları hakkında bilgi ve farkındalığa sahiptir. | |
| 14) | Yazılım alternatiflerini irdeleyerek bilgisayar tabanlı sistemlerin modellenmesi ve tasarımında, algoritma prensiplerini, matematiksel temelleri ve bilgisayar bilimleri teorisini uygulama becerisine sahiptir. | |
| 15) | Türevsel denklemler, integral hesapları, doğrusal cebir, mantık ve ayrık matematik içerecek şekilde ileri matematik eğitimi ile birlikte yazılım mühendisliğinde veri yapıları ve algoritmalar, programlama dilleri, işletim sistemleri, bilgisayar güvenliği, bilgisayar teorisi, ağ programlama ve makine öğrenmesi alanlarını kapsayan mühendislik eğitimine sahiptir. |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | 1 | % 10 |
| Ödev | 2 | % 20 |
| Projeler | 2 | % 30 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 16 | 48 |
| Laboratuvar | 16 | 16 |
| Sınıf Dışı Ders Çalışması | 16 | 60 |
| Proje | 16 | 24 |
| Ödevler | 16 | 16 |
| Ara Sınavlar | 1 | 2 |
| Final | 1 | 2 |
| Toplam İş Yükü | 168 | |