Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi T+U K AKTS
Makine Öğrenmesine Giriş BIM-403 Zorunlu 7 3 4

Dersin Tanımı

Ön koşul dersleri
Eğitimin dili Türkçe
Koordinatör
Dersi veren öğretim elemanları
Yardımcı öğretim eleman(lar)ı
Dersin veriliş şekli Yüz yüze
Dersin amacı Makine öğrenmesinin tanımını, makine öğrenmesi kavramları ve yaklaşımlarını (örnek ve hipotez uzayı, konsept öğrenmesi, karar ağacı öğrenmesi, yapay sinir ağları, bayes öğrenmesi, destek-vektör makineleri, genetik algoritmalar, örnek-tabanlı öğrenme), son olarak makine öğrenmesinin veri madenciliği bünyesindeki yerini öğrenmek.
Dersin tanımı

Dersin İçeriği

1- Makine öğrenmesinin tanımı
2- Örnek ve hipotez uzayı
3- Konsept öğrenmesi algoritmaları
4- Karar ağaçları - id3 algoritması
5- Karar ağaçları - c4.5 algoritmas
6- Yapay sinir ağları
7- Bayes öğrenmesi
8- Destek-vektör makineleri
9- Genetik algoritmalar
10- Örnek-tabanlı öğrenme algoritmaları
11- Örnek-tabanlı öğrenme algoritmaları
12- Makine öğrenmesinin veri madenciliği bünyesindeki yeri
13- Makine öğrenmesinde örnek uygulamalar, WEKA yazılımı
14- Makine öğrenmesinde örnek uygulamalar, WEKA yazılımı
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları

1- Makine öğrenmesinin tanımını öğrenir.
2- Örnek ve hipotez uzayı kavramlarını öğrenir.
3- Konsept öğrenmesi, karar ağacı öğrenmesi, yapay sinir ağları, bayes öğrenmesi, destek-vektör makineleri, genetik algoritmalar, örnek-tabanlı öğrenme gibi temel makine öğrenmesi yaklaşımlarını öğrenir.
4- Makine öğrenmesinin veri madenciliği bünyesindeki yerini öğrenir.
5- WEKA gibi başlıca makine öğrenmesi yazılımlarını kullanır.
6-
7-
8-
9-
10-