PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
BMM 534	MAKİNE ÖĞRENMESİ VE UYGULAMALARI	3 + 0	2. Yarıyıl	7,5

DERS TANIMI

Ders Düzeyi	Yüksek Lisans
Ders Türü	Seçmeli
Dersin Amacı	Bu dersin amacı, makine öğrenmesi için gerekli teorik altyapının sağlanması ve makine öğrenmesinin kullanımının biyomedikal uygulama örnekleri ile verilmesidir.
Ders İçeriği	Makine öğrenmesine giriş, çok değişkenli modeller ve regresyon, denetimli öğrenme, bayesian öğrenme, model seçme, yapay sinir ağları, en yakın komşu yöntemi, destek vektör makineleri, karar ağaçları, denetimsiz öğrenme, takviyeli öğrenme
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.
Öğretim Sistemi	Yüz Yüze

DERS ÖĞRENME KAZANIMLARI

1	Makine öğrenmesi ile ilgili temel kavramları bilir
2	Makine öğrenmesi yapılarını bilir
3	Makine öğrenmesi yöntemleriyle gerçek dünya problemlerini çözebilir

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	14	3	42
Arasınavlar(hazırlık süresi dahil)	1	56	56
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)	1	56	56
Özel Çalışma Modülü (Öğrenci)	1	41	41
Toplam İş Yükü Dersin AKTS Kredisi			195 7,5

DERS ŞUBELERİ

Dönem seçiniz :

	Ders Dönemi	Şube No	Dersi Veren Öğretim Elemanı
Detay	2023-2024 Bahar	1	EŞREF BOĞAR

Yazdır

Ders Şube Detayları

Dersin Kodu	Dersin Ad	Saat (T+P)	Şube No	Öğretim Dili	Şube Dönemi
BMM 534	MAKİNE ÖĞRENMESİ VE UYGULAMALARI	3 + 0	1	Türkçe	2023-2024 Bahar

Öğretim Elemanı	E-Posta	İç Hat	Ders Yeri	Devam Zorunluluğu
Dr. Öğr. Üyesi EŞREF BOĞAR	ebogar@pau.edu.tr		TEK A0101	Dersin Devam Yüzdesi : %

Amaç		Bu dersin amacı, makine öğrenmesi için gerekli teorik altyapının sağlanması ve makine öğrenmesinin kullanımının biyomedikal uygulama örnekleri ile verilmesidir.
İçerik		Makine öğrenmesine giriş, çok değişkenli modeller ve regresyon, denetimli öğrenme, bayesian öğrenme, model seçme, yapay sinir ağları, en yakın komşu yöntemi, destek vektör makineleri, karar ağaçları, denetimsiz öğrenme, takviyeli öğrenme

Haftalık Konu Başlıkları

Materyaller

Materyal belirtilmemiştir.

Kaynaklar

Ders Değerlendirme Sistemi

Değerlendirme Yöntemi	Katkı Yüzdesi (%)	Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı	50	Dönem Sonu Sınavı
Ara Sınav	50	Ara Sınav

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları

Aday Öğrenci