| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| İktisatta Makine Öğrenmesi | IKT3840 | 3 | 5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ İktisat Lisans Programı Seçmeli @ İşletme Lisans Programı (%30 İngilizce) |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | İktisat Bölümü |
|---|---|
| Dersin Koordinatörü | Hüseyin Taştan |
| Dersi Veren(ler) | Hüseyin Taştan |
| Asistan(lar)ı | Alican Yıldırım |
| Dersin Amacı | Bu dersin amacı, günümüzde ekonomik analizde yaygın olarak kullanılan temel makine öğrenmesi algoritmalarını giriş düzeyinde uygulamalı olarak öğretmektir. |
|---|---|
| Dersin İçeriği | Bu derste, iktisat ve diğer ilişkili sosyal bilimlerde karşılaşılan problemlerin çözümünde makine öğrenmesi tekniklerinin kullanımı ele alınacaktır. Bu dersteki uygulamalarda R kullanılacaktır. Dersin içeriği hem gözetimli hem de gözetimsiz öğrenme tekniklerini kapsamaktadır. Başlıca konular şunlardır: Regresyon analizi, Düzenlileştirme yöntemleri, LASSO ve Ridge regresyonu, lojistik regresyon, karar ağaçları, sınıflandırma yöntemleri |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Ekonomik ve sosyal uygulamalarda yaygın olarak kullanılan makine öğrenmesi yöntemlerini kavramak
- Bu yöntemleri pratik problemlere uygulamak için gerekli programlama becerilerini geliştirmek.
- Sosyal bilimlerde makine öğrenmesi ile ilgili son literatürü takip edebilme
- Veri bakımından zengin ortamlarda bir proje tasarlama becerisi geliştirmek
- Makine öğrenmesi yöntemlerinin karar verme süreçlerinde nasıl uygulanabileceğine ilişkin beceri geliştirilmesi
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | - | - | - | - |
| PÇ-2 | - | - | - | - | - |
| PÇ-3 | - | - | - | - | - |
| PÇ-4 | - | - | - | - | - |
| PÇ-5 | - | - | - | - | - |
| PÇ-6 | 5 | 5 | 5 | 5 | 5 |
| PÇ-7 | - | - | - | - | - |
| PÇ-8 | - | - | - | - | - |
| PÇ-9 | - | - | - | - | - |
| PÇ-10 | - | - | - | - | - |
| PÇ-11 | - | - | - | - | - |
| PÇ-12 | - | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | İktisatta makine öğrenmesi yöntemlerine giriş, öğrenme teorisinde temel kavramlar ve araçlar | Ders kitabı 1. Bölüm |
| 2 | Gözetimli ve gözetimsiz öğrenme, kestirim hatası, kayıp fonksiyonu, çapraz-geçerleme, veri-bazlı bilgi ölçütleri | Ders kitabı 2. Bölüm, 5. Bölüm |
| 3 | R ile programlamaya giriş, R ile özet istatistiksel analiz | Ders kitabı 2. Bölüm |
| 4 | R ile veri analizinde "Tidy" yaklaşım | Ders notları |
| 5 | Gözetimli öğrenmeye giriş: Doğrusal Regresyon | Ders kitabı 3. Bölüm |
| 6 | Sınıflandırma, lojistik regresyon, PCA; discriminant analizi | Ders kitabı 4. Bölüm |
| 7 | Yeniden örnekleme yöntemleri, sapma-varyans ilişkisi, çapraz geçerleme, veri bazlı bilgi kriterleri | Ders kitabı 5. Bölüm |
| 8 | Ara Sınav 1 | |
| 9 | Model seçimi ve düzenlileştirme: shrinkage, LASSO, ridge regresyonu | Ders kitabı 6. Bölüm |
| 10 | Doğrusal olmayan regresyon, polinom regresyonu | Ders kitabı 7. Bölüm |
| 11 | Regresyon ağaçları | Ders kitabı 8. Bölüm |
| 12 | Destek vektör makineleri | Ders kitabı 9. Bölüm |
| 13 | Gözetimsiz Öğrenme: PCA, K-means gruplama | Ders kitabı 10. Bölüm |
| 14 | Proje sunumları | |
| 15 | ||
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 1 | 10 |
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 4 | 30 |
| Sunum/Jüri | ||
| Projeler | 1 | 40 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 20 |
| Final | ||
| 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 | 14 | 4 | |
| Derse Özgü Staj | |||
| Ödev | 4 | 5 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 15 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 5 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | |||
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
