Mühendislik ve Doğa Bilimleri Fakültesi · Yazılım Mühendisliği (%30 İngilizce) · Lisans
AKTS: 5 T+U+L: 2+0+1 Bölüm Seçmeli
Koordinatör: Doç. Dr. Cevat REŞİT
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 temel kavramlarını, öğrenme türlerini ve problem sınıflarını tanımlar.
- Makine öğrenmesi yöntemlerinin matematiksel altyapılarını analiz eder ve açıklar.
- Gerçek dünya problemlerini makine öğrenmesi problemleri olarak formüle eder ve uygun yöntemleri uygular.
- Öznitelik çıkarma, öznitelik seçimi ve boyut indirgeme yaklaşımlarını probleme uygun şekilde uygular.
- Geliştirilen modellerin başarı ve performanslarını uygun değerlendirme ölçütleri kullanarak analiz eder ve yorumlar.
- Gizlilik, güvenlik ve yasal kısıtlar altında (ör. federatif öğrenme) makine öğrenmesi çözümlerini açıklar.
Temel Alan Dağılımı
(46) Matematik ve İstatistik%50 (52) Mühendislik%50