| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Görüntü Sistemleri I | ELE 429 | 7 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Doç.Dr. ÖZDEMİR ÇETİN |
| Dersi Verenler | |
| Dersin Yardımcıları | bölüm araştırma görevlileri |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Günümüzde imalat sonrası kalite kontrol uygulamalarının büyük bir bölümü örüntü tanıma tekniklerini içermektedir. Enformasyon teknolojilerindeki gelişime paralel olarak parmak izi, imza, retina,ses ve yüz gibi kişisel tanımlama sistemlerinin tasarımında örüntü tanıma tekniklerinden yararlanılmaktadır. Kredi kartı başvuru değerlendirme sistemleri gibi sosyal içerikli konularda örüntü tanıma uygulamalarındandır. Bu ders sonunda öğrencilerin örüntü tanıma kavramını anlamış olmaları ve yukarıda bahsi geçen uygulamalarda problem çözüm aşamalarını belirleyip gerekli araştırma sonrası algoritmalarını oluşturup yazılımını yapabilmesi hedeflenmektedir. |
| Dersin İçeriği | Örüntünün tanımı ve temel kavramlar. Pattern sınıfları. Özellik çıkartımı. Örüntü sınıflandırma teknikleri. İstatistiksel örüntü sınıflandırma. İstatistiksel karar verme kuramı. Makine öğrenmesine giriş. Makine öğrenmesi ile örüntü tanıma. Öğretmenli ve öğretmensiz öğrenme. Sınıflandırmada hata analiz yöntemleri. Uygulamalar (Parmak izi, endüstriyel parça, imza ve karakter tanıma) |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Örüntü tanımanın temellerini kavramak | Anlatım, Soru-Cevap, | |
| 2 | Güncel örüntü tanıma uygulamalarını bilmek | Soru-Cevap, Anlatım, | |
| 3 | Örüntü sınıflandırma yöntemlerini bilmek | Anlatım, | |
| 4 | Bir örüntü tanıma sistemini tasarlayabilmek | Anlatım, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Örüntünün tanımı, temel kavramlar, örüntü sınıfları | |
| 2 | Öznitelik vektörleri | |
| 3 | Örüntü sınıflandırma teknikleri, İstatistiksel örüntü sınıflandırma | |
| 4 | İstatistiksel Karar Verme kuramı | |
| 5 | İhtimal Yoğunluk İşlevlerinin Kestirimi | |
| 6 | Bayes karar teorisi, maksimum benzerlik kuramı | |
| 7 | Makine öğrenmesine giriş, öğretmenli, öğretmensiz ve takviyeli öğrenme. | |
| 8 | Makine öğrenmesine dayalı örüntü sınıflandırma | |
| 9 | Sınıflandırmada hata analizi | |
| 10 | Sınıflandırmada güvenilirlik | |
| 11 | Örnek örüntü tanıma sistemi tasarımı | |
| 12 | Örüntü tanıma sistemlerinde yazılım ve donanım mimarileri (Sensörler) | |
| 13 | Örnek uygulama ve sunumlar. | |
| 14 | Örnek uygulama ve sunumlar. |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Elektronik teknolojisi alanında araştırma ve uygulamaya yönelik güncel bilgi ve becerilere sahip olmak. | X | |||||
| 2 | Elektronik teknolojisi ile ilgili eğitim araç ve gereçleri etkin kullanabilmek. | X | |||||
| 3 | Elektronik teknolojisi ile ilgili konularda eğitim programı geliştirebilmek, bunları yazılı ve sözlü olarak uygulayabilecek iletişim yeteneğine sahip olmak. | X | |||||
| 4 | Elektronik teknolojisi alanında projelendirme, tasarlama ve uygulama çalışmalarını gerek bağımsız olarak ve gerekse ortak zeminlerde yürütme bilgi ve becerilere sahip olmak. | X | |||||
| 5 | Elektronik teknolojisi alanında bilimsel ve toplumsal sorunlar karşısında sorgulayıcı, yorumlayıcı, çözüme katkı sağlayıcı ve etik denetime açık yaklaşımlara sahip olmak. | ||||||
| 6 | Çevre bilincine sahip olmak, bunu uygulamak ve yaygınlaştırmak. | ||||||
| 7 | Toplumla ve çeşitli toplum örgütleriyle etkin bir şekilde çalışabilmek. | ||||||
| 8 | Sorumluluğu altında çalışanların mesleki gelişimine ve sosyal haklarının korunmasına yönelik etkinlikleri planlayıp yönetebilmek, onların küresel ölçekte sorumlu bireyler olarak yetişmesine katkıda bulunmak | ||||||
| 9 | Kendi kendine ve hayat boyu öğrenim ilkelerini benimsemek. | ||||||
| 10 | Elektronik teknolojisi alanında profesyonel gelişimlerini sürdürebilmek ve farklı uygulamaları yerinde inceleyebilmek üzere ulusal/uluslararası hareketlilik ve ortaklık faaliyetlerinde bulunmak | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Örüntü tanımanın temellerini kavramak | ||||||||||
| 2 | Güncel örüntü tanıma uygulamalarını bilmek | ||||||||||
| 3 | Örüntü sınıflandırma yöntemlerini bilmek | ||||||||||
| 4 | Bir örüntü tanıma sistemini tasarlayabilmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 50 |
| 1. Kısa Sınav | 50 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 10 | 10 |
| Ödev | 1 | 5 | 5 |
| Performans Görevi (Laboratuvar) | 1 | 15 | 15 |
| Toplam İş Yükü | 126 | ||
| Toplam İş Yükü / 25 (Saat) | 5,04 | ||
| Dersin AKTS Kredisi | 5 | ||