AKTS - Mühendisler için Makine Öğrenmesi

Mühendisler için Makine Öğrenmesi (CMPE468) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Mühendisler için Makine Öğrenmesi CMPE468 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü 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; Makine öğrenmesi kavramlarını, algoritmalarını ve bunların mühendislik alanına uygulanmasını ileri seviye kalkülüs, lineer cebir ve olasılık teorisi gerektirmeden sağlamak ve farklı disiplinlerden öğrenciler ile oluşturulan disiplinler arası takım çalışması ile bir proje geliştirme becerisinin kazandırılmasıdır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Makine öğrenmesinin temel kavramları ve algoritmaları ile bunların uygulamalarını tanımlayabilmek
  • Makine öğrenmesi modellerini başarımını ölçmek ve parametre ayarlarını yapabilmek
  • Makine öğrenmesinde kullanılan algoritmaları belirli mühendislik problemlerine uygulayabilme
  • Farklı disiplinlerden öğrenciler ile oluşturulan disiplinler arası takım çalışması ile bir proje geliştirme
Dersin İçeriği Yapay zeka, makine öğrenmesi, denetimli ve denetimsiz öğrenme, ikili sınıflandırma, çoklu sınıflandırma, kestirim, kümeleme, modellerin başarımını ölçmek.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Neden Makine öğrenmesi? İlk örnek uygulama: Iris çiçeğinin sınıflandırılması Ünite 1 (ana ders kitabı)
2 Denetimli öğrenme: Sınıflandırma ve Kestirim Ch. 2.1
3 K-En Yakın Komşular Algoritması Ch. 2.2
4 Lineer Modeller Ch. 2.3
5 Naive Bayes Sınıflandırıcı Ch. 2.4
6 Karar Ağaçları Ch. 2.5
7 Rastgele Ağaçlar Ch. 2.6
8 Destek Vektör Makineleri Ch. 2.7
9 Denetimsiz öğrenme Ch. 3.1
10 Kümeleme: K-Means Algoritması Ch. 3.5
11 Modellerini başarımını ölçmek: Çapraz doğrulama, birini-dışarıda-bırak, grid tarama Ch 5.1
12 Başarımın Ölçütleri ve Puanlaması Ch. 5.2
13 Proje sunumları
14 Proje Sunumları

Kaynaklar

Ders Kitabı 1. Introduction to Machine Learning with Python, A Guide for Data Scientists by Andreas C. Müller and Sarah Guido, O’Reilly Media, Inc, October 2016
Diğer Kaynaklar 3. Machine Learning 101, Data Science. Nov 26, 2018
4. Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems / Aurelien Geron.
5. Introduction to Machine Learning, Ethem Alpaydin. MIT Press, 2014.
6. Orange web site, https://orange.biolab.si/

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler - -
Sunum - -
Projeler 1 30
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 30
Genel Sınav/Final Juri 1 40
Toplam 3 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
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 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 kazanır.
2 Karmaşık mekatronik mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi kazanır.
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 elde eder. (Gerçekçi kısıtlar ve koşullar tasarımın niteliğine göre, ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi ögeleri içerirler.)
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 kazanır.
5 Mekatronik mühendisliği ve robot teknolojisi problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır.
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 kazanır.
7 Türkçe ve İngilizce sözlü, yazılı ve teknik resim kullanarak etkin iletişim kurma, yaratıcı ve özgün kavram ve fikirleri ifade edebilme becerisi kazanır.
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 elde eder.
9 Mesleki ve etik sorumluluk bilincine sahip olma, bu konuda iletişim araçlarını kullanarak meslek bilincini geliştirme ve mesleğin gelişimine katkıda bulunma yetkinliği kazanır.
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 elde eder.
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 kazanır.
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 elde eder.
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 elde eder.

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 1 10 10
Raporlar
Ödevler
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 10 10
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 15 15
Toplam İş Yükü 115