Biyomedikal Mühendisliği

CE 322 | Ders Tanıtım Bilgileri

Dersin Adı

Pattern Recognition

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 322	SPRING	3	0	3	5

Ön-Koşul(lar)	None
Dersin Dili	English
Dersin Türü	ELECTIVE_COURSE
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli	Face-To-Face
Dersin Öğretim Yöntem ve Teknikleri	-
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	-
Öğretim Eleman(lar)ı	-
Yardımcı(ları)	-

Dersin Amacı

The course focuses on the theory and applications of pattern recognition. The topics include an overview of the problem of pattern classification, feature extraction, object recognition, statistical decision theory, parametric and non-parametric pattern recognition, supervised and unsupervised pattern recognition.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Ad	Açıklama	PC Alt	* Katkı Düzeyi
Ad	Açıklama	PC Alt	1	2	3	4	5
LO5	will be able to apply pattern recognition techniques using computer toolboxes.				X
LO4	will be able to compare different pattern recognition techniques.				X
LO3	will be able to describe main issues involved in pattern recognition system design.				X
LO2	will be able to explain main approaches in statistical and syntactic pattern recognition.					X
LO1	will be able to design basic and advanced pattern recognition systems.				X

Ders Tanımı

Learning and adoption, Bayesian decision theory, discriminant functions, parametric techniques, maximum likelihood estimation, Bayesian estimation, sufficient statistics, non-parametric techniques, linear discriminants, algorithm independent machine learning, classifiers, unsupervised learning, clustering.

Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları

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	Öğrenme Çıktısı
1	Introduction to Pattern Recognition, Learning and Adoption	Chapter 1. Section 1.1-1.6. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO1
2	Bayesian Decision Theory	Chapter 2. Section 2.1-2.4. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO2
3	Discriminant Functions	Chapter 2. Section 2.5,2.6, 2.9. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO1
4	Parametric Techniques: Maximum Likelihood Estimation and Bayesian Estimation, Sufficient Statistics	Chapter 3. Section 3.1-3.7. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO1
5	Non-Parametric Techniques	Chapter 4. Section 4.1-4.4. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO2
6	Linear Discriminant Functions	Chapter 5. Section 5.1-5.8. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO2
7	Ara-sınav		-
8	Non-Metric Methods	Bölüm 8. Kısım 8.1-8.4. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO3
9	Algorithm-Independent Machine Learning	Bölüm 9. Kısım 9.1-9.3. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO4
10	Algorithm-Independent Machine Learning – Resampling	Bölüm 9. Kısım 9.4,9.5. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO4
11	Algorithm-Independent Machine Learning – Classifiers	Bölüm 9. Kısım 9.6,9.7. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO4
12	Unsupervised Learning and Clustering	Bölüm 10. Kısım 10.1-10.4. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO4
13	Unsupervised Learning and Clustering	Bölüm 10. Kısım 10.5-10.9. Duda, R.O. Hart, P.E. and Stork, D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.	LO4
14	Project Presentations		LO5
15	Semester Review		-
16	Final Exam		-

Ders Kitabı	Duda. R.O.Hart. P.E. and Stork. D.G. Pattern Classification. Wiley-Interscience. 2nd Edition. 2001.
Önerilen Okumalar/Materyaller	Bishop. C. M. Pattern Recognition and Machine Learning. Springer. 2007 Marsland. S. Machine Learning: An Algorithmic Perspective. CRC Press. 2009. (Also uses Python.) Theodoridis. S. and Koutroumbas. K. Pattern Recognition. Edition 4. Academic Press. 2008.

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO5	LO4	LO3	LO2	LO1
Final Sınavı	1	40		X	X	X	X
Ara Sınav	1	30			X	X	X
Proje	1	20	X	X	X	X	X
Ödev	1	10	X	X		X	X
Toplam	4	100

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Katılım	-	-	-
Teorik Ders Saati	16	3	48
Laboratuvar / Uygulama Ders Saati	-	-	-
Sınıf Dışı Ders Çalışması	14	2	28
Arazi Çalışması	-	-	-
Küçük Sınav / Stüdyo Kritiği	-	-	-
Portfolyo	-	-	-
Ödev	1	10	10
Sunum / Jüri Önünde Sunum	-	-	-
Proje	1	20	20
Seminer/Çalıştay	-	-	-
Sözlü Sınav	-	-	-
Ara Sınavlar	1	20	20
Final Sınavı	1	24	24
		Toplam	150