Bizi takip edin
|
EN

MÜHENDİSLİK FAKÜLTESİ

Biyomedikal Mühendisliği

CE 345 | Ders Tanıtım Bilgileri

Dersin Adı
Otomatik Öğrenmeye Giriş
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 345
Güz/Bahar
3
0
3
5

Ön-Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Problem çözme
Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı -
Yardımcı(ları) -
Dersin Amacı Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Bu dersin amacı, otomatik öğrenme alanında kullanılan, en yeni ve etkin algoritmaları gözden geçirmektir. Bu algoritmaların hem teorik özellikleri hem de pratik uygulamaları tartışılacaktır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Geniş bir yelpazede birçok otomatik öğrenme algoritmasını tasvir edebilecek.
  • Alandaki temel teknik ve algoritmaları uygulayabilecek.
  • Alandaki farklı algoritma ve teknikleri karşılaştırabilecek.
  • Özel durumlar için otomatik öğrenme algoritmaları tasarlayabilecek.
  • Otomatik öğrenme tekniklerinin potansiyel kullanım alanlarını değerlendirebilecektir.
Ders Tanımı Otomatik öğrenme, geçmiş deneyimleriyle otomatik olarak performanslarını iyileştiren bilgisayar programları ile ilgilenir. Yapay zeka, istatistik, bilgi kuramı, biyoloji ve kontrol teorisi gibi bir çok alandan ilham alan otomatik öğrenme dersinde aşağıdaki konular işlenecektir; Konsept öğrenme, Karar ağacı öğrenme, Yapay sinir ağları, Temelli öğrenme, Evrimsel algoritmalar, Destekli öğrenme, Bayes öğrenmesi, Hesapsal öğrenme teorisi.

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
X
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Otomatik Öğrenmeye Giriş Bölüm 1; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
2 Öğreticiyle Öğrenme Bölüm 2; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
3 Bayesian Karar Teorisi Bölüm 3; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
4 Boyut İndirgeme Bölüm 6; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
5 Gruplaştırma Bölüm 7; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
6 Karar Ağaçları Bölüm 9; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
7 Doğrusal Ayrım Bölüm 10; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
8 Ara sınav
9 Çok Katmanlı Algılayıcılar Bölüm 11; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
10 Yerel Modeller Bölüm 12; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
11 Çekirdek Makineleri Bölüm 13; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
12 Grafik Modeller Bölüm 14; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
13 Gizli Markov Modelleri Bölüm 15; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
14 Pekiştirmeli Öğrenme Bölüm 18; E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189
15 Dönemin gözden geçirilmesi
16 Final Sınavı

 

Ders Kitabı

E. Alpaydın, Introduction to Machine Learning; The MIT Press, 2014, hardcover ISBN 978-0-262-028189

Önerilen Okumalar/Materyaller

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
4
20
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
35
Final Sınavı
1
45
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
5
55
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
45
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
14
4
56
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
4
3
12
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
0
Proje
0
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
1
14
14
Final Sınavı
1
20
20
    Toplam
150

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Matematik, Fen Bilimleri ve Biyomedikal Mühendisliği konularında yeterli bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır.

X
2

Karmaşık Biyomedikal Mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaca uygun analiz ve modelleme yöntemlerini seçer ve uygular.

X
3

Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular.

X
4

Biyomedikal Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır.

X
5

Karmaşık Biyomedikal Mühendisliği problemlerinin veya araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar.

X
6

Biyomedikal Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma sergiler.

X
7

Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır.

8

Biyomedikal Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; mühendislik çözümlerinin hukuksal sonuçlarının farkındadır.

X
9

Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibidir.

10

Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi sahibidir; girişimcilik, yenilikçilik hakkında bilinçlidir; sürdürülebilir kalkınma hakkında bilgi sahibidir.

11

Bir yabancı dili kullanarak Biyomedikal Mühendisliği ile ilişkili konularda, bilgi toplar ve meslektaşları ile iletişim kurar.

12

İkinci yabancı dili orta düzeyde kullanır.

13

Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilgiye erişir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler; insanlık tarihi boyunca oluşan bilgi birikimini Biyomedikal Mühendisliği alanıyla ilişkilendirir.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


Sosyal Medya

İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.