1. hafta |
Raylı Sistemlerde Emniyet, Güvenilirlik, Kalite ve Test Verileri, Veri Analizine Giriş |
2. hafta |
Olasılığın Temelleri, Olasılık Dağılımları, Tek Değişkenli ve Çok Değişkenli Dağılımlar |
3. hafta |
Kestirim Teorisi, Yanlı ve Yansız Kestirim, Cramer Rao Alt Sınırı |
4. hafta |
Bayes Karar Alma Sistemleri, En Yüksek Olabilirlik Yöntemi, En Küçük Kareler Yöntemi |
5. hafta |
Doğrusal Regresyon, Doğrusal Modeller |
6. hafta |
Öğrenme Sistemlerini Tasarlama, Eğitme, Test Etme, Denetimli Öğrenme |
7. hafta |
Karar Ağaçları, Temel Karar Ağacı Eğitim Algoritmaları, Aşırı Öğrenme Sorunu |
8. hafta |
Yapay Sinir Ağları, Matematiksel Altyapısı, Eğitme ve Test Etme |
9. hafta |
Yapay Sinir Ağları, Uygulamalar, Aşırı Öğrenmeden Kaçınma |
10. hafta |
Denetimsiz Öğrenme, Kümeleme, K-means Kümeleme |
11. hafta |
Temel Bileşenler Analizi ve Uygulamaları |
12. hafta |
Gizli Markov Modelleri |
13. hafta |
Raylı Sistemlerde Veri Analizi ve Makine Öğreniminin Önemi |
14. hafta |
Raylı Sistemlerde Makine Öğrenimi Uygulamaları |