AKTS - Makine Öğrenmesi

Makine Öğrenmesi (ECON555) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Makine Öğrenmesi ECON555 Alan Dışı Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Seçmeli Dersler
Dersin Seviyesi Sosyal Bilimler Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
  • Dr. Dersin Öğretim Üyesi
Dersin Asistan(lar)ı
Dersin Amacı Bu ders makine öğrenmesi istatistiksel örüntü tanıma konularına geniş bir giriş içermektedir ve büyük veri özelliklerine sahip veri yapılarının analizinde daha hızlı karar vermeyi sağlayan yazılım teknolojilerinin anlaşılmasını amaçlamaktadır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Bu dersin tamamlanması ile öğrenciler: İncelenen veri yapısını tanıma ve modelleme;
  • Matematiksel modeller kullanarak eşitlikleri çözümleme yeteneği elde edecektir;
  • Duruma dayalı karar almayı desteklemek için büyük verilerin nasıl kullanılacağına ilişkin ilkeleri öğrenecektir.
Dersin İçeriği Gözetimli ve gözetimsiz öğrenme, öğrenme teorisi, pekiştirici öğrenme ve uyarlamalı kontrol; Makine öğrenmesi alanındaki; robotik kontrol, veri madenciliği, otonom navigasyon, biyoinformatik, ses tanımlama, metin ve web veri işleme politika ve programlarının değerlendirmesi gibi güncel uygulamalar.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Giriş ve Basit Kavramlar Ders Notları
2 Denetimli Öğrenme Kurulumu. Doğrusal Regresyon. Tartışma Bölümü: Doğrusal Cebir Ders Notları
3 Ağırlıklı En Küçük Kareler. Lojistik Regresyon. Netwon Metodu Ders Notları
4 Algılayıcı. Üstel Aile. Genelleştirilmiş Doğrusal Modeller. Tartışma Bölümü: Olasılık Ders Notları
5 Gaussgil Diskriminant Analizi Ders Notları
6 Saf Bayes. Laplace Yumuşatma. Kernel Metodları Discussion Section: Python Ders Notları
7 SVM. Kerneller Ders Notları
8 Sinir ağı. Tartışma Bölümü: Öğrenme Teorisi Ders Notları
9 Sapma/Varyans. Düzenlileştirme. Özellik / Model seçimi. Tartışma Bölümü: Değerlendirme Metrikleri Ders Notları
10 ML Projeleri için Pratik Öneriler Ders Notları
11 K-ortalamalar. Gaussgil Karışımlar. Beklenti Maksimizasyonu. Ders Notları
12 GMM(EM). Faktör Analizi Ders Notları
13 Temel Bileşenler Analizi. Bağımsız Bileşen Analizi Ders Notları
14 MDP. Bellman Denklemleri. Değer Yineleme ve Politika Yineleme. Ders Notları

Kaynaklar

Diğer Kaynaklar 1. Ders Notlar / Lecture notes available

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım 14 10
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler - -
Sunum 2 20
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 20
Genel Sınav/Final Juri 1 50
Toplam 18 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 100
Toplam 100

Kurs Kategorisi

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

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Temel mikro ekonomik teorileri ve yaklaşımları karşılaştırabilmek ve eleştirel bir bakış açısıyla değerlendirebilmek X
2 Temel makro ekonomik teorileri ve yaklaşımları karşılaştırabilmek ve eleştirel bir bakış açısıyla değerlendirebilmek X
3 Matematiksel modelleme uygulayabilmek X
4 İktisadi olguları istatistiksel ve ekonometrik yöntemleri kullanarak analiz edebilmek X
5 Temel ekonomik göstergeleri analiz edebilmek ve yorumlayabilmek X
6 Literatür taraması yaparak teorik bilgiye ulaşabilmek ve ampirik olarak doğrulanabilir bir hipotez oluşturabilmek X
7 Bir araştırma tasarlayabilmek ve belirlenen zaman çerçevesinde araştırmayı yürütebilmek X
8 Uygulamalı iktisat alanındaki karmaşık problemlerin çözümlerine yönelik yeni yaklaşımlar geliştirebilmek X
9 Akademik araştırma sonuçlarına dayanan uygun politikalar geliştirebilmek ve önerebilmek X
10 Sorunların çözümü için diğer disiplinlerden elde edilen bilgi ile ekonomik bilgiyi birleştirerek değerlendirebilmek
11 Bilgi teknolojisini etkin bir şekilde kullanabilmek X
12 Bağımsız araştırma yapabilmek ve öğrenebilme becerisi edinmek X

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 14 3 42
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 14 3 42
Sunum/Seminer Hazırlama 1 21 21
Projeler
Raporlar
Ödevler
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 20 20
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 25 25
Toplam İş Yükü 150