| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Biyomedikal Mühendisliğinde Makine Öğrenmesi | BME3180 | 3 | 5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Biyomedikal Mühendisliği Lisans Programı |
| Ders Kategorisi | Temel Meslek Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Biyomedikal Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Görkem SERBES |
| Dersi Veren(ler) | Görkem SERBES |
| Asistan(lar)ı |
| Dersin Amacı | Bu dersin amacı makine öğrenmesi için gerekli teorik altyapının sağlanması ve makine öğrenmesinin kullanımının biyomedikal uygulama örnekleri ile verilmesidir. |
|---|---|
| Dersin İçeriği | Makine Öğrenmesine Giriş, Doğrusal Regresyon, Karar Ağaçları, Örnek Tabanlı Öğrenme, Bayesian Öğrenme, Lojistik Regresyon, Sinir Ağları, Destek Vektör Makineleri, Model Seçimi, Öznitelik Seçimi, Kümeleme, Beklenti Maksimizasyonu, Topluluk Öğrenmesi |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci, makine öğrenmesinin temellerini kavrayacaktır. [1,2]
- Öğrenci, temel bir dizi denetimli, denetimsiz ve yarı denetimli öğrenme algoritmasını öğrenecektir. [2]
- Öğrenci, verilen bazı gerçek dünya makine öğrenme problemlerine çözümler tasarlayabilecektir. [4]
- Öğrenci bir proje tamamlayacak, rapor yazacak ve makine öğrenmesinde bir konu hakkında sınıfta sunum yapacaktır. [2,4]
- Bir problemin parametreleri göz önüne alındığında, öğrenciler farklı makine öğrenmesi yöntemlerinin avantajlarını ve dezavantajlarını tanımlayabilecektir. [1,2]
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | - | - | - | - |
| PÇ-2 | 4 | 4 | - | - | - |
| PÇ-3 | 4 | 4 | - | - | - |
| PÇ-4 | - | - | - | - | - |
| PÇ-5 | - | - | - | - | - |
| PÇ-6 | - | - | - | - | - |
| PÇ-7 | - | - | - | - | - |
| PÇ-8 | - | - | 4 | 4 | 4 |
| PÇ-9 | - | - | 5 | 5 | 5 |
| 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
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Makine Öğrenmesine Giriş, Denetimli ve Denetimsiz Öğrenme | Ders Notları 1 |
| 2 | Doğrusal Regresyon ve Gradient Descent Algoritması | Ders Notları 2 |
| 3 | Birden çok değişkenli Doğrusal Regresyon ve Normal Denklemi | Ders Notları 3 |
| 4 | Logistic Regresyon | Ders Notları 4 |
| 5 | Nöral Ağlar, Model Gösterimi | Ders Notları 5 |
| 6 | Nöral Ağlar ve Geri yayılım | Ders Notları 6 |
| 7 | Makine Öğrenimi Uygulaması İçin Öneriler. Model seçimi, yanlılık/varyans | Ders Notları 7 |
| 8 | Ara Sınav 1 | |
| 9 | Destek Vektör Makineleri | Ders Notları 8 |
| 10 | Kümeleme, K-ortalamalar Algoritması, Beklenti Maksimizasyonu, Temel Bileşen Analizi | Ders Notları 9 |
| 11 | Öznitelik Seçimi | Ders Notları 10 |
| 12 | Karar Ağaçları | Ders Notları 11 |
| 13 | Topluluk Öğrenmesi | Ders Notları 12 |
| 14 | Bayesian Öğrenme | Ders Notları 13 |
| 15 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 2 | 10 |
| Sunum/Jüri | ||
| Projeler | 1 | 25 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 25 |
| Final | 1 | 40 |
| 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 | 13 | 3 | |
| Derse Özgü Staj | |||
| Ödev | 2 | 5 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 20 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
