Bilgisayar Mühendisliği

CE 475 | Ders Tanıtım Bilgileri

Dersin Adı

Fundamentals and Applications of Machine Learning

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 475	SPRING	2	2	3	7

Ön-Koşul(lar)	MATH 240 To succeed (To get a grade of at least DD)
Dersin Dili	English
Dersin Türü	ELECTIVE_COURSE
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli
Dersin Öğretim Yöntem ve Teknikleri	Discussion Problem Solving Q&A Critical feedback Application: Experiment / Laboratory / Workshop Lecture / Presentation
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Kutluhan Erol
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi Kutluhan Erol
Yardımcı(ları)	Araş. Gör. Çınar Gedizlioğlu

Dersin Amacı

This course provides a statistical foundation for machine learning and introduces students to machine learning based on this foundation. Students learn to apply machine learning algorithms to practical problems, select appropriate algorithms using statistical analysis methods, and evaluate the accuracy of the models they create.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Ad	Açıklama	PC Alt	* Katkı Düzeyi
Ad	Açıklama	PC Alt	1	2	3	4	5
LO1	define supervised learning versus unsupervised learning.			X
LO2	list basic machine learning models.			X
LO3	build different types of models for a range of applications, using available programming tools.						X
LO4	measure model accuracy and flexibility using statistical methods.					X
LO5	refine machine learning models by utilizing accuracy and flexibility analysis.						X

Ders Tanımı

Fundamentals of linear algebra and probability, linear regression, nonlinear models, cross-range, model selection, decision trees, and support vector machines.

Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları

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	Öğrenme Çıktısı
1	Introduction to Machine Learning	ISLR Ch.1	LO1
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	LO1
3	Simple Linear Regression	ISLR Ch.3	LO1
4	Multiple Regression	ISLR Ch.3	LO2
5	Multiple Regression	ISLR Ch.3	LO3
6	Cross validation and bootstrapping	ISLR Ch.5	LO4
7	Model Selection	ISLR Ch.6	LO5
8	Nonlinear models	ISLR Ch.7	LO2
9	Decision Trees	ISLR Ch.8	LO5
10	Classification	ISLR Ch.4	LO4
11	Support Vector Machines	ISLR Ch.9	LO1
12	Principal Component Analysis	ISLR Ch.10	LO3
13	Clustering	ISLR Ch.10	LO3
14	Project Discussions and Presentations		LO5
15	Review of the Semester		-
16	Final Exam		-

Ders Kitabı	An Introduction to Statistical Learning: with Applications in R by Gareth James Daniela Witten Trevor Hastie Robert Tibshirani published by Springer ISBN-13: 978-1461471370
Önerilen Okumalar/Materyaller	Course Home Page

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO1	LO2	LO3	LO4	LO5
Laboratuvar / Uygulama	1	24			X	X	X
Küçük Sınav / Stüdyo Kritiği	2	8	X	X		X	X
Proje	1	26			X	X	X
Final Sınavı	1	42	X	X		X	X
Toplam	5	100

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Katılım	-	-	-
Teorik Ders Saati	16	2	32
Laboratuvar / Uygulama Ders Saati	16	2	32
Sınıf Dışı Ders Çalışması	14	3	42
Arazi Çalışması	-	-	-
Küçük Sınav / Stüdyo Kritiği	4	4	16
Portfolyo	-	-	-
Ödev	-	-	-
Sunum / Jüri Önünde Sunum	-	-	-
Proje	1	60	60
Seminer/Çalıştay	-	-	-
Sözlü Sınav	-	-	-
Ara Sınavlar	-	-	-
Final Sınavı	1	28	28
		Toplam	210

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#	PC Alt	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
			1	2	3	4	5
Program yeterlilik verisi bulunamadı.

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

HABERTÜM HABERLER

İZMİR EKONOMİ ÜNİVERSİTESİ GÜZELBAHÇE KAMPÜSÜ

Detaylar

KÜRESEL KARİYER

İzmir Ekonomi Üniversitesi, dünya çapında bir üniversiteye dönüşürken aynı zamanda küresel çapta yetkinliğe sahip başarılı gençler yetiştirir.

Daha Fazlası..

BİLİME KATKI

İzmir Ekonomi Üniversitesi, nitelikli bilgi ve yetkin teknolojiler üretir.

Daha Fazlası..

İNSANA DEĞER

İzmir Ekonomi Üniversitesi, toplumsal fayda üretmeyi varlık nedeni olarak görür.

Daha Fazlası..

TOPLUMA FAYDA

22 yıllık güç ve deneyimini toplumsal çalışmalara aktarmak..

Daha Fazlası..

İzmir Ekonomide yapacağın Lisansüstü eğitimle bir adım öndesin

Lisansüstü Programları Doktora Programları

CE 475 | Ders Tanıtım Bilgileri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

DEĞERLENDİRME ÖLÇÜTLERİ

AKTS / İŞ YÜKÜ TABLOSU

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

HABERTÜM HABERLER

Ev Mutfağı ‘Restoran Mutfağı’ Olacak

İş vaadiyle tuzağa düşmeyin

Depremde cep telefonları hayat kurtarıyor

İZMİR EKONOMİ ÜNİVERSİTESİ GÜZELBAHÇE KAMPÜSÜ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA