AKTS - Örüntü Tanıma

Örüntü Tanıma (CMPE467) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Örüntü Tanıma CMPE467 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Teknik Seçmeli Dersler
Dersin Seviyesi Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı Bu dersin amacı öğrencinin Bayes karar teorisi, doğrusal ayırtaçlar, karar ağaçları, en yakın komşu kümelemesi, yapay sinir ağları gibi temel örüntü tanıma yaklaşımlarına aşina olmasını sağlamaktır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Örüntü tanımada yer alan temel sınıflandırma ve kümeleme teknikleri açıklayabilme
  • Sınıflandırma için Bayes karar teorisi kullanabilme
  • Sınıflandırma için Doğrusal ayırtaçları kullanabilme
  • Saklı Markof modellerini kullanabilme
  • Yapay sinir ağlarını kullanabilme
  • Kümeleme yöntemlerini uygulayabilme
Dersin İçeriği Bayes karar teorisi, sınıflandırıcılar, doğrusal ayırtaçlar ve karar verme yüzeyleri, parametre kestirimi, saklı Markov modelleri, en yakın komşu kümelemesi, doğrusal ayırtaçlar, yapay sinir ağları, karar ağaçları, sıradüzensel kümeleme, öz düzenleyici özellik haritaları.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Temel bilgiler Bölüm 1 (ana kaynak)
2 Bayes karar teorisi Bölüm 2
3 Bayes karar teorisi Bölüm 2
4 Bayes karar teorisi Bölüm 2
5 En büyük olabilirlik ve Bayes parametre kestirimi Bölüm 3
6 En büyük olabilirlik ve Bayes parametre kestirimi Bölüm 3
7 Parametrik olmayan teknikler Bölüm 4
8 Parametrik olmayan teknikler Bölüm 4
9 Doğrusal ayırtaçlar Bölüm 5
10 Doğrusal ayırtaçlar Bölüm 5
11 Çok katmanlı yapay sinir ağları Bölüm 6
12 Metrik olmayan yöntemler Bölüm 8
13 Güdümsüz öğrenme ve kümeleme Bölüm 10
14 Güdümsüz öğrenme ve kümeleme Bölüm 10

Kaynaklar

Ders Kitabı 1. R.O. Duda, P.E. Hart, and D.G. Stork, Pattern Classification, New York: John Wiley, 2001,
Diğer Kaynaklar 2. 1. R. Schalkoff, Pattern Recognition: Statistical, Structural and Neural Approaches, Wiley, 1991.
3. 2. S.Theodoridis, K. Koutroumbas, Pattern Recognition, Elsevier, 2003.
4. 3. L. I. Kuncheva, Combining Pattern Classifiers: Methods and Algorithms, Wiley, 2004.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım 1 5
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 3 30
Sunum - -
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 2 40
Genel Sınav/Final Juri 1 30
Toplam 7 105
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 70
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 30
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri
Uzmanlık/Alan Dersleri X
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 Matematik, fen bilimleri ve mekatronik mühendisliği ile ilgili konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. X
2 Karmaşık mekatronik mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Karmaşık bir mekatronik mühendisliği sistemini, sürecini, cihazını veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi; mekatronik mühendisliği kapsamında mühendislik yaratıcılığı yöntemlerini etkin bir şekilde uygulayabilme becerisi. (Gerçekçi kısıtlar ve koşullar tasarımın niteliğine göre, ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi ögeleri içerirler.) X
4 Mekatronik mühendisliği ve robot teknolojisi uygulamaları için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim ve iletişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Mekatronik mühendisliği ve robot teknolojisi problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi; mekatronik mühendisliğinin yakın etkileşim içinde olduğu makina, elektrik/elektronik ve bilgisayar mühendislikleri ile, mekatronik mühendisliğinin uygulama alanı içinde diğer mühendislik ve bilim dalları veya çalışma alanları ile etkin iletişim kurabilme becerisi, farklı disiplinlerde çalışabilme becerisi. X
7 Türkçe ve İngilizce sözlü, yazılı ve teknik resim kullanarak etkin iletişim kurma, yaratıcı ve özgün kavram ve fikirleri ifade edebilme becerisi. X
8 Mekatronik mühendisliğinin uygulama çeşitliliğinin gerektirdiği şekilde değişik konularda bilgiye erişim, eleştirel bakış, yorumlama ve bilgiyi geliştirme becerisi; yaşam boyu öğrenme sonucu gelişme ve sürekli yenileme gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme; girişimcilik, yenilikçilik ve sürdürebilir kalkınma hakkında farkındalık ve kendini sürekli yenileme becerisi. X
9 Mesleki ve etik sorumluluk bilincine sahip olma, bu konuda iletişim araçlarını kullanarak meslek bilincini geliştirme ve mesleğin gelişimine katkıda bulunma yetkinliği. X
10 Proje yönetimi ile risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi ve sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme, yönetebilme ve liderlik yetkinliği. X
11 Mekatronik mühendisliği uygulamalarının evrensel, toplumsal ve bireysel boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile kültürel değerler ve çağın sorunları hakkında bilgi; bu konularda mühendislik bilinci; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. X
12 Mekatronik mühendisliği konularında, sorunları tanımlayabilme, analiz edebilme, kaynak araştırması yapabilme, veritabanları ve diğer bilgi kaynaklarını kullanarak yaptığı araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme ve sorunlara ilişkin çözüm önerilerini nicel ve nitel olarak aktarabilme yetkinliği. X
13 Yaşadığı çevreye duyarlı ve toplumsal sorumluluk bilincine sahip, sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyen, geliştiren ve gerektiğinde değiştirebilen, toplum içinde bir birey olma ve topluma yönelik proje düzenleme, geliştirebilme ve uygulayabilme yetkinliği. X

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 16 3 48
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 2 32
Sunum/Seminer Hazırlama
Projeler
Raporlar
Ödevler 3 4 12
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 2 10 20
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 15 15
Toplam İş Yükü 127