Anasayfa » Akademik Birimler » Elektrik - Elektronik Fakültesi » Biyomedikal Mühendisliği Bölümü » Dersler » Uygulamalı Makine Öğrenmesi
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Uygulamalı Makine ÖğrenmesiBME500737.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Biyomedikal Mühendisliği ABD Biyomedikal Mühendisliği Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimBiyomedikal Mühendisliği Bölümü
Dersin Koordinatörüİsmail Cantürk
Dersi Veren(ler)
Asistan(lar)ı
Dersin AmacıMakine öğrenmesine öğrenmesine ait teorik bilgilerin çeşitli uygulamlarla pratik olarak kullanımının öğretilmesidir.
Dersin İçeriğiMakine öğrenimi temelleri/ Matlab makine öğrenimi araç kutusu/ Denetimli ve yarı denetimli öğrenme algoritmaları/ Destek vektör makineleri/ k-en yakın komşu sınıflandırması/ Sinir ağları/ Karar ağaçları/ Naive Bayes/ İkili ve çok sınıflı sınıflandırmalar/ Performans değerlendirmesi/ Performans ölçümleri/ Karışıklık matrisleri / Boyut azaltma/ Özellik çıkarma/ Önceden eğitilmiş derin öğrenme algoritmaları / Derin özellik çıkarma
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Ders Notları
  • Pattern Recognition and Machine Learning, Christopher M. Bishop, Springer, 2006
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci sınıflandırma algoritmalarının kullanımını öğrenir.
  2. Öğrenci boyut azaltma algoritmalarının kullanımını öğrenir.
  3. Öğrenci ikili ve çok sınıflı sınıflandırmaların kullanımını öğrenir.
  4. Öğrenci çapraz geçerlilik yöntemlerinin kullanımını öğrenir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4
PÇ-1----
PÇ-2----
PÇ-3----
PÇ-4----
PÇ-5----
PÇ-6----
PÇ-7----
PÇ-8----
PÇ-9----
PÇ-10----
PÇ-11----
PÇ-12----
PÇ-13----
PÇ-14----
PÇ-15----
PÇ-16----
PÇ-17----
PÇ-18----
PÇ-19----
PÇ-20----
PÇ-21----
PÇ-22----
PÇ-23----
PÇ-24----
PÇ-25----
PÇ-26----
PÇ-27----
PÇ-28----
PÇ-29----
PÇ-30----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Makine öğrenmesi temelleri
2Matlab makine öğrenmesi araç kutusu
3Destek vektör makineleri/ k-en yakın komşu sınıflandırması/ Sinir ağları
4Karar ağaçları/ Naive Bayes
5İkili ve çok sınıflı sınıflandırmalar
6Performans değerlendirmesi/ Performans ölçümleri
7Karışıklık matrisleri
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Boyut azaltma/ Özellik çıkarma
10Önceden eğitilmiş derin öğrenme algoritmaları
11Derin öznitelik çıkarma
12Proje sunumları
13Proje sunumları
14Proje sunumları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev420
Sunum/Jüri
Projeler120
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması134
Derse Özgü Staj
Ödev410
Küçük Sınavlar/Stüdyo Kritiği
Projeler150
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)125
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok