| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Makine Öğrenmesi | UYS 504 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | Temel İstatistik |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ALPASLAN KİBAR |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Makine Öğrenmesi hakkında temel seviyede bilgi sahibi olmak |
| Dersin İçeriği | Makine Öğrenmesi hakkında temel seviyede bilgi sahibi olmak |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Yapay Zeka teknolojileri hakkında fikir sahibi olur | Soru-Cevap, Gösterip Yaptırma, Rol Oynama, | |
| 2 | Makine Öğrenmesi teknolojileri hakkında fikir sahibi olur | Soru-Cevap, Gösterip Yaptırma, Rol Oynama, | |
| 3 | Makine Öğrenmesinde kullanılan yöntemler hakkında fikir sahibi olur | Soru-Cevap, Gösterip Yaptırma, Rol Oynama, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Tanışma, ders içeriklerinin tartışılması | |
| 2 | Yapay Zeka | |
| 3 | Makine Öğrenmesi | |
| 4 | Veri Kaynakları, Veri Ön İşleme | |
| 5 | Excel ile Model Oluşturma,Temel SQL komutları | |
| 6 | Birliktelik Analizi | |
| 7 | Doğrusal Regresyon | |
| 8 | Karar Ağaçları | |
| 9 | ARA SINAV | |
| 10 | Yapay Sinir Ağları | |
| 11 | Diğer Sınıflandırma Yöntemleri, Doğal Dil İşleme | |
| 12 | Kümeleme Algoritmaları, Fuzy Kümeleme | |
| 13 | Takviyeli Öğrenme | |
| 14 | Triple Store'ler |
| Kaynaklar | |
|---|---|
| Ders Notu | Dönem başladığında 14 haftalık ders notu sisteme girilecektir |
| Ders Kaynakları | R ile Betimsel İstatistik (Necmi GÜRSAKAL) |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Disiplinindeki temel kavramları bilir ve karşılaştığı işletme problemlerinin çözümünde kullanabilir. | X | |||||
| 2 | Kararlarını etik, hukuki ve sosyal hususları dikkate alarak verebilir. | X | |||||
| 3 | İşletme problemlerini tanımlamak için bilgi ve verileri eleştirel bir şekilde yorumlayıp sentezleyebilir | X | |||||
| 4 | Güncel teknoloji araç ve tekniklerini kullanarak işle ilgili alternatifleri tanımlayabilir, değerlendirebilir ve aralarından seçim yapabilir. | X | |||||
| 5 | Çeşitli iş ortamlarında hem sözlü hem de yazılı olarak etkili bir şekilde iletişim kurabilir. | X | |||||
| 6 | Girişimci olmanın getirdiği karmaşıklığı, riskleri ve engelleri anlar, iş modellerini analiz edebilir. | X | |||||
| 7 | İş dünyasında başarılı olmak için en iyi uygulamalara hâkim olur. | X | |||||
| 8 | Örgütsel hedeflere ulaşmak için bir takım içerisinde etkili bir şekilde çalışma kabiliyetine sahiptir. | X | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Yapay Zeka teknolojileri hakkında fikir sahibi olur | 5 | |||||||
| 2 | Makine Öğrenmesi teknolojileri hakkında fikir sahibi olur | ||||||||
| 3 | Makine Öğrenmesinde kullanılan yöntemler hakkında fikir sahibi olur |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ödev | 12 |
| 2. Ödev | 12 |
| 3. Ödev | 12 |
| 1. Ara Sınav | 64 |
| Toplam | 100 |
| 1. Final | 50 |
| 1. Yıl İçinin Başarıya | 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 | 4 | 64 |
| Ara Sınav | 1 | 10 | 10 |
| Final | 1 | 20 | 20 |
| Toplam İş Yükü | 142 | ||
| Toplam İş Yükü / 25 (Saat) | 5,68 | ||
| Dersin AKTS Kredisi | 6 | ||