CE 345 | Ders Tanıtım Bilgileri - Yazılım Mühendisliği

Dersin Adı

Otomatik Öğrenmeye Giriş

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 345	Güz/Bahar	3	0	3	5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	Tartışma Problem çözme Soru & Cevap Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Alper Demir
Öğretim Eleman(lar)ı	Araş. Gör. Dr. M. Çağkan ULUDAĞLI
Yardımcı(ları)	-

Dersin Amacı

Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Bu dersin amacı, otomatik öğrenme alanında kullanılan, en yeni ve etkin algoritmaları gözden geçirmektir. Bu algoritmaların hem teorik özellikleri hem de pratik uygulamaları tartışılacaktır.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Geniş bir yelpazede birçok otomatik öğrenme algoritmasını tasvir edebilecek.
2	Alandaki temel teknik ve algoritmaları uygulayabilecek.
3	Alandaki farklı algoritma ve teknikleri karşılaştırabilecek.
4	Özel durumlar için otomatik öğrenme algoritmaları tasarlayabilecek.
5	Otomatik öğrenme tekniklerinin potansiyel kullanım alanlarını değerlendirebilecektir.

Ders Tanımı

Otomatik öğrenme, geçmiş deneyimleriyle otomatik olarak performanslarını iyileştiren bilgisayar programları ile ilgilenir. Yapay zeka, istatistik, bilgi kuramı, biyoloji ve kontrol teorisi gibi bir çok alandan ilham alan otomatik öğrenme dersinde aşağıdaki konular işlenecektir; hesaplamalı öğrenme teorisi, makine öğrenmesi kavramları, Bayes öğrenmesi, gözetimli öğrenme, sınıflandırma yöntemleri, regresyon yöntemleri, gözetimsiz öğrenme, gruplaştırma yöntemleri, yapay sinir ağları, pekiştirmeli öğrenme ve ileri makine öğrenmesi yöntemlerinin tartışılması.

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

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Python ile Veri Bilimine Giriş	Grus, Ch.s 2--6
2	Giriş ve Makine Öğrenmesi Kavramları	Alpaydın, Ch.1
3	Bayes Karar Teorisi ve Bayes Sınıflandırması	Alpaydın, Ch.3
4	Gözetimli Öğrenme - Parametrik Sınıflandırma Yöntemleri	Alpaydın, Ch.s 2, 10; Goodfellow et al, Ch. 5.5
5	Gözetimli Öğrenme - Parametrik Olmayan Sınıflandırma Yöntemleri	Hastie et al, Ch. 13
6	Gözetimli Öğrenme - Regresyon Yöntemleri	Weisberg, Ch. 2
7	Makine Öğrenmesi Metrikleri	Çeşitli bilimsel makaleler
8	Ara sınav
9	Gözetimsiz Öğrenme - Gruplaştırma Yöntemleri	Alpaydın, Ch. 7; Geron, Ch. 9
10	Gözetimsiz Öğrenme - Gruplaştırma Yöntemleri	Geron, Ch. 9; Murphy, Ch.s 25.3, 25.4, 25.5
11	Gözetimsiz Öğrenme - Yapay Sinir Ağları	Bishop, Ch. 5; Alpaydın, Ch. 11
12	Gözetimsiz Öğrenme - Yapay Sinir Ağları	Bishop, Ch. 5; Alpaydın, Ch. 11
13	Pekiştirmeli Öğrenme	Alpaydın, Ch. 18
14	Pekiştirmeli Öğrenme ve Gelişmiş Makine Öğrenmesi Yöntemleri	Alpaydın, Ch.s 11, 18; Goodfellow et al, Ch.s 6, 7, Murphy, Ch. 28
15	Dönemin gözden geçirilmesi
16	Final Sınavı

Ders Kitabı

Alpaydın, E. (2014), Introduction to Machine Learning. The MIT Press, ISBN-13: 978-0-262-028189

Önerilen Okumalar/Materyaller

Grus, J. (2019). Data science from scratch: first principles with python. O'Reilly Media, ISBN: 9781492041139

Murphy, K. P. (2012). Machine learning: a probabilistic perspective. MIT press, ISBN-13: 978-0262018029

Mitchell, T. M. (1997). Machine Learning. McGraw-Hill, ISBN: 0070428077

Bishop, C. M. (2006). Pattern recognition and machine learning. Springer, ISBN-13: 978-0387-31073-2

Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction. Springer, ISBN-13: 978-0-387-84857-0

Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media, Inc., ISBN-13: 9781492032649

Weisberg, S. (2014). Applied linear regression. Wiley, ISBN-13: 9780471663799

Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep learning. MIT Press, ISBN-13: 978-0262035613

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği	6	30
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	1	30
Final Sınavı	1	40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	7	60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	40
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	14	4	56
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği	6	2	12
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum			0
Proje			0
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	1	14	14
Final Sınavı	1	20	20
		Toplam	150

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Mühendislik Bilgisi: Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi; bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.		-	-	-	-	-
	1	Matematik	-	-	-	-	-
	2	Fen bilimleri	-	-	-	-	-
	3	Temel mühendislik	-	-	-	-	-
	4	Bilgisayarla hesaplama	-	-	-	-	-
	5	İlgili mühendislik disiplinine özgü konularda bilgi	-	-	-	-	-
	6	Bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.	-	-	-	-	-
2	Problem Analizi: Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını* gözeterek tanımlama, formüle etme ve analiz becerisi*		-	-	-	-	-
3	Mühendislik Tasarımı: Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi; karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları* gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.		-	-	-	-	-
	1	Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi	-	-	-	-	-
	2	Karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları* gözeterek,	-	-	-	-	-
	3	Mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi	-	-	-	-	-
4	Teknik ve Araçların Kullanımı: Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi.		-	-	-	-	-
5	Araştırma ve İnceleme: Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi.		-	-	-	-	-
	1	Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması	-	-	-	-	-
	2	Deney tasarlama	-	-	-	-	-
	3	Deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi	-	-	-	-	-
6	Mühendislik Uygulamalarının Küresel Etkisi: Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları* kapsamında, topluma, sağlık ve güvenliğe, ekonomiye,sürdürülebilirlik ve çevreye etkileri hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.		-	-	-	-	-
	1	Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları* kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi; (FENG101)	-	-	-	-	-
	2	Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. (FENG101)	-	-	-	-	-
7	Etik Davranış: Mühendislik meslek ilkelerine* uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık. (FENG101)		-	-	-	-	-
	1	Mühendislik meslek ilkelerine* uygun davranma, etik sorumluluk hakkında bilgi	-	-	-	-	-
	2	Hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık.	-	-	-	-	-
8	Bireysel ve Takım Çalışması: Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.		-	-	-	-	-
9	Sözlü ve Yazılı İletişim: Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda		-	-	-	-	-
	1	Sözlü (ENGxxx)	-	-	-	-	-
	2	Yazılı etkin iletişim kurma becerisi. (ENGxxx)	-	-	-	-	-
10	Proje Yönetimi: Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik hakkında farkındalık.		-	-	-	-	-
	1	Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; (FENG497-FENG498)	-	-	-	-	-
	2	Girişimcilik ve yenilikçilik hakkında farkındalık. (FENG101)	-	-	-	-	-
11	Yaşam Boyu Öğrenme: Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.		-	-	-	-	-

CE 345 | 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

broadAngle İzmir Ekonomi Üniversitesi’nde

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA