Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
---|---|---|---|---|---|---|
Enerji Sistemlerinde Makine Öğrenmesi Uygulamaları | TET5602 | 3 | 7.5 | 3 | 0 | 0 |
Önkoşullar | Yok |
---|
Yarıyıl | Güz, Bahar |
---|
Dersin Dili | Türkçe |
---|---|
Dersin Seviyesi | Yüksek Lisans |
Dersin Türü | Seçmeli @ İleri Enerji Teknolojileri A.B.D Yüksek Lisans Programı Seçmeli @ İleri Enerji Teknolojileri A.B.D Doktora Programı |
Ders Kategorisi | Uzmanlık/Alan Dersleri |
Dersin Veriliş Şekli | Yüz yüze |
Dersi Sunan Akademik Birim | Disiplinler Arası Bölüm |
---|---|
Dersin Koordinatörü | Bedri KEKEZOĞLU |
Dersi Veren(ler) | Hasan Sadıkoğlu |
Asistan(lar)ı |
Dersin Amacı | Yapay zeka yöntemlerinin tanıtılması ve bu modellerin kullanım becerilerinin enerji sektöründe uygulanabilecek yeterlilikte kazandırılması. |
---|---|
Dersin İçeriği | Bayes Kuralı, Naive Bayes Teoremi, Karar Ağaçları, Rassal Orman Algoritması, Yapay Sinir Ağları, Destek Vektör Makineleri, Hiperparametre Optimizasyonu, Validasyon Yöntemleri, Enerji Sektöründe Yapay Zeka Uygulamaları |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Yapay Zeka ve Makine Öğrenmesi konularındaki tanım ve terminolojilerin öğrenilmesi
- Sınıflandırma, Regresyon ve Öbekleme öğrenme yöntemleri arasındaki farkların bilinmesi, buna göre uygun model seçilmesi
- Makine Öğrenmesi ve Yapay Sinir Ağı modellerinin teorisi incelenerek bu modellerin kullanma becerisinin kazanılması
- Enerji sektöründe bu derste anlatılan modellerin uygulamalarının bilinmesi
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Öğrenme Kuralları, Tanımlar ve Terminoloji | |
2 | Bayes Kuralı, Naive Bayes Teoremi | |
3 | Karar Ağaçları, Rassal Orman Algoritması | |
4 | Karar Ağaçları, Rassal Orman Algoritması | |
5 | Yapay Sinir Ağları | |
6 | Yapay Sinir Ağları | |
7 | Destek Vektör Makineleri | |
8 | Ara Sınav 1 | |
9 | Hiperparametre Optimizasyonu | |
10 | Validasyon Yöntemleri | |
11 | Matlab Uygulamaları | |
12 | Enerji Sektöründe Uygulamalar | |
13 | Öğrenci Proje Sunumları | |
14 | Öğrenci Proje Sunumları | |
15 | ||
16 | Final |
Değerlendirme Sistemi
Etkinlikler | Sayı | Katkı Payı |
---|---|---|
Devam/Katılım | ||
Laboratuar | ||
Uygulama | ||
Arazi Çalışması | ||
Derse Özgü Staj | ||
Küçük Sınavlar/Stüdyo Kritiği | ||
Ödev | ||
Sunum/Jüri | ||
Projeler | 1 | 30 |
Seminer/Workshop | ||
Ara Sınavlar | 1 | 30 |
Final | 1 | 40 |
Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
Final Sınavının Başarı Notuna Katkısı | ||
TOPLAM | 100 |
AKTS İşyükü Tablosu
Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
---|---|---|---|
Ders Saati | 13 | 3 | |
Laboratuar | |||
Uygulama | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 13 | 7 | |
Derse Özgü Staj | |||
Ödev | |||
Küçük Sınavlar/Stüdyo Kritiği | |||
Projeler | 1 | 10 | |
Sunum / Seminer | |||
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
Toplam İşyükü : | |||
Toplam İşyükü / 30(s) : | |||
AKTS Kredisi : |
Diğer Notlar | Yok |
---|