CE 395 | Ders Tanıtım Bilgileri - Yazılım Mühendisliği

Dersin Adı

Otomatik Öğrenme Özel Konuları

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 395	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	Problem çözme Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Kaya OĞUZ
Öğretim Eleman(lar)ı	-
Yardımcı(ları)	-

Dersin Amacı

Bu ders, ileri otomatik öğrenme metotları için gereken matematiksel ve kavramsal temelleri vermektedir. Bu derste, örnekleme ve bilgi teorisi, sayısal filtreleme ve ayrık Fourier dönüşümü, vektör ve matris manipülasyonları, sayısal optimizasyon ve istatistiksel öğrenme teorisinin temelleri kapsanacaktır.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Veri işleme algoritmalarına dahil olarak işaret örnekleme ve filtreleme prensiplerini uygulayabilecektir.
2	Veri işleme algoritmalarında vektör ve matrisleri kullanabilecektir.
3	Otomatik öğrenme algoritmaları için sayısal optimizasyon yöntemlerini kullanabilecektir.
4	İstatistiksel öğrenme teorisinin prensiplerini tanımlayabilecektir.
5	Otomatik öğrenme algoritmalarını Bayas-varyans ödünleşimi, model karmaşıklığı, çarpaz geçerlilik boyutlarında karşılaştırabilecektir.

Ders Tanımı

Aşağıdaki konular ders programına dahil olacaktır: örnekleme ve bilgi teorisi, sayısal filtreleme ve ayrık Fourier dönüşümü, temel vektör ve matris işlemleri, sayısal optimizasyon temelleri, istatistiksel öğrenme teorisinin temelleri.

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

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Giriş: Otomatik öğrenme nedir?	Bölüm 1. T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning. ISBN 9780387216065
2	İşaret örnekleme temelleri - örnekleme frekansı, Nyquist frekansı, sinyal ve resim çözünürlüğü, Shannon bilgi teorisi, verimli kodlar, veri sıkıştırması	Bölüm 1. Signals & Systems. Oppenheim & Willsky. ISBN 0136511759.
3	Sayısal filtrelemeye giriş, evrişim, doğrusal ve zamanda değişmez sistem teorisi, 1D ve 2D filtreler, doğrusal ve doğrusal olmayan filtreler	Bölüm 2. Signals & Systems. Oppenheim & Willsky. ISBN 0136511759.
4	Fourier dönüşümü, ayrık Fourier dönüşümü, sinyal ve resmin spektrumu, karmaşık sayılar	Bölüm 3. Signals & Systems. Oppenheim & Willsky. ISBN 0136511759.
5	Doğrusal cebir özeti - satır ve sütün vektörleri, matrisler, matris çarpımı, dışlar çarpımı, norm	Linear Algebra and Its Applications, David C. Lay, Steven R. Lay, Judi J. McDonald, Pearson, 5th Edition
6	Sayısal optimizasyonun temelleri – optimallik koşulları, KKT koşulları, eğim azalma optimizasyonu, konveks optimizasyon programları	Bölüm 1. Kısım 1.1-1.4. Bölüm 4. Kısım 4.3, 4.4. Nonlinear Programming, D. Bertsekas, Athena Scientific, 3rd Edition
7	Ara-sınav
8	Primal-dual teorisi, büyük ölçekte optimizasyon, stokastik eğim azalma yöntemi	Bölüm 2. Bölüm 6. Kısım 6.1-6.4. Nonlinear Programming, D. Bertsekas, Athena Scientific, 3rd Edition
9	Olasılık özeti, rastgele değişkenler ve olasılık dağılımları, Bayes teoremi, beklenen değerler, Büyük Sayılar Kanunu, Merkez Limit Teoremi, Markov, Jensen, Chernoff ve Hoeffding eşitsizlikleri	Statistics for Engineers and Scientists, William Navidi, 4th Ed., Mc-Graw Hill.
10	İstatistiksel öğrenme teorisine giriş - istatistiksel faaliyet olarak öğrenme, denetimli ve denetimsiz öğrenme, regresyon ve sınıflandırma	Bölüm 2. Kısım 2.1-2.3. The Elements of Statistical Learning, T. Hastie, R. Tibshirani, J. Friedman, ISBN 9780387216065
11	İstatistiksel karar verme teorisi, fonksiyon kestirimi, istatistiksel modeller, kısıtlanmış kestirimler, boyutluluk laneti, bayas-varyans ödünleşimi	Bölüm 2. Kısım 2.4-2.6, 2.8. Bölüm 7. Kısım 7.2. The Elements of Statistical Learning, T. Hastie, R. Tibshirani, J. Friedman, ISBN 9780387216065
12	Model değerlendirilme ve seçimi, efektif model boyutları, AIC, BIC, Vapnik-Chervonenkis boyutu	Bölüm 7. Kısım 7.2-7.7. The Elements of Statistical Learning, T. Hastie, R. Tibshirani, J. Friedman, ISBN 9780387216065
13	Vapnik-Chervonenkis boyutu, çarpaz geçerlilik ve özellikleri, bootstrap metodları	Bölüm 7. Kısım 7.9-7.11. The Elements of Statistical Learning, T. Hastie, R. Tibshirani, J. Friedman, ISBN 9780387216065
14	Dönemin gözden geçirilmesi
15	Dönemin gözden geçirilmesi
16	Dönemin gözden geçirilmesi

Ders Kitabı

A. Oppenheim, A. Willsky, Signals & Systems, Pearson, 1996, ISBN 0136511759

Önerilen Okumalar/Materyaller

D. Lay, S. Lay, J. McDonald, Linear Algebra and Its Applications, Pearson, 5th Edition, 2015, ISBN 9780321982384

D. Bertsekas, Nonlinear Programming, Athena Scientific, 3rd Edition, 2016, ISBN 9781886529052

W. Navidi, Statistics for Engineers and Scientists, Mc-Graw Hill, 3rd Edition, 2010, ISBN 9780073376332

T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning, Springer, 2013, ISBN 9780387216065.

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev	5	20
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	1	30
Final Sınavı	1	50
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	6	50
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	50
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	2	28
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev	5	6	30
Sunum / Jüri Önünde Sunum			0
Proje			0
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	1	20	20
Final Sınavı	1	24	24
		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.		-	-	-	-	X
	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*		-	-	-	X	-
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.		-	-	X	-	-
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 395 | 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

İzmir Ekonomili'lerin Başarı Hikayeleri

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA