Bizi takip edin
|
EN

MÜHENDİSLİK FAKÜLTESİ

Bilgisayar Mühendisliği

CE 475 | Ders Tanıtım Bilgileri

Dersin Adı
Otomatik Öğrenme Temelleri ve Uygulamaları
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 475
Güz/Bahar
2
2
3
7

Ön-Koşul(lar)
  MATH 240 Başarılı olmak (En az DD notu almış olmak)
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Tartışma
Problem çözme
Soru & Cevap
Kritik verme
Deney / Laboratuvar / Atölye uygulama
Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları)
Dersin Amacı Bu ders otomatik öğrenmeye istatiksel bir temel oluşturur ve öğrencilere bu temel üstünden otomatik öğrenmeyi tanıtır. Öğrenciler otomatik öğrenme algoritmalarını pratik problemlere uygulamayı, istatiksel analiz yöntemleri kullanarak uygun algoritma seçmeyi ve oluşturdukları modellerin doğruluk derecesini değerlendirmeyi öğrenir.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • gözetimli öğrenme ve gözetimsiz öğrenmeyi tanımlayabilecek,
  • temel öğrenme modellerini sıralayabilecek,
  • değişik tür problemler için çeşitli programlama dillerinde öğrenme modelleri geliştirebilecek,
  • model doğruluğunu ve esnekliğini istatistik yöntemlerle ölçebilecek,
  • doğruluk ve esneklik analizi sonuçlarına göre modelleri ayarlayabilecektir.
Ders Tanımı Doğrusal cebir ve olasılığın temelleri, doğrusal regresyon, doğrusal olmayan modeller, çapraz doğrulama, model seçimi, karar ağaçları ve destek vektör makineleri.

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
X
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Introduction to Machine Learning ISLR Ch.1
2 Conditional Probability and Linear Algebra review Statistics for Engineers and Scientists by William Navidi, McGraw-Hill Education, 5th Edition, 2019. ISBN- 13: 978-1259717604 Ch. 2
3 Simple Linear Regression ISLR Ch.3
4 Multiple Regression ISLR Ch.3
5 Multiple Regression ISLR Ch.3
6 Cross validation and bootstrapping ISLR Ch.5
7 Model Selection ISLR Ch.6
8 Nonlinear models ISLR Ch.7
9 Decision Trees ISLR Ch.8
10 Classification ISLR Ch.4
11 Support Vector Machines ISLR Ch.9
12 Principal Component Analysis ISLR Ch.10
13 Clustering ISLR Ch.10
14 Project Discussions and Presentations
15 Dönemin gözden geçirilmesi
16 Final Sınavı

 

Ders Kitabı

An Introduction to Statistical Learning: with Applications in R, by  Gareth JamesDaniela WittenTrevor HastieRobert Tibshirani published by Springer ISBN-13: 978-1461471370

Önerilen Okumalar/Materyaller

Course Home Page

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
1
24
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
4
8
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
1
26
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı
1
42
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
6
58
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
42
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
2
32
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
2
32
Sınıf Dışı Ders Çalışması
14
3
42
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
4
4
16
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
0
Proje
1
60
60
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
0
Final Sınavı
1
28
28
    Toplam
210

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Matematik, Fen Bilimleri ve Bilgisayar Mühendisliği konularında yeterli bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır.

X
2

Karmaşık Bilgisayar Mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaca uygun analiz ve modelleme yöntemlerini seçer ve uygular.

X
3

Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular.

4

Bilgisayar Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır.

X
5

Karmaşık Bilgisayar Mühendisliği problemlerinin veya araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar.

X
6

Bilgisayar Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma sergiler.

X
7

Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır.

8

Bilgisayar Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; mühendislik çözümlerinin hukuksal sonuçlarının farkındadır.

9

Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibidir.

10

Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi sahibidir; girişimcilik, yenilikçilik hakkında bilinçlidir; sürdürülebilir kalkınma hakkında bilgi sahibidir.

11

Bir yabancı dili kullanarak Bilgisayar Mühendisliği ile ilişkili konularda, bilgi toplar ve meslektaşları ile iletişim kurar. ("European Language Portfolio Global Scale", Level B1)

12

İkinci yabancı dili orta düzeyde kullanır.

13

Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilgiye erişir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler; insanlık tarihi boyunca oluşan bilgi birikimini Bilgisayar Mühendisliği alanıyla ilişkilendirir.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


SOSYAL MEDYA

İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.