|
1. hafta |
Makine Öğrenmesine Giriş: Temel Kavramlar ve Öğrenme Paradigmaları |
|
2. hafta |
Hipotez Değerlendirme, Performans Metrikleri ve Çapraz Doğrulama |
|
3. hafta |
Kayıp Fonksiyonları ve Optimizasyon Temelleri |
|
4. hafta |
Denetimli Öğrenme 1: Karar Ağaçları ve Kural Tabanlı Sistemler |
|
5. hafta |
Denetimli Öğrenme 2: Bayes Öğrenme ve Olasılıksal Modeller |
|
6. hafta |
Denetimli Öğrenme 3: Destek Vektör Makineleri |
|
7. hafta |
Denetimsiz Öğrenme |
|
8. hafta |
Denetimsiz Öğrenme 1: K-Ortalamalar ve Kümeleme |
|
9. hafta |
Denetimsiz Öğrenme 2: Boyut İndirgeme ve Temel Bileşen Analizi |
|
10. hafta |
Modern Öğrenme Yaklaşımları 1: Pekiştirmeli Öğrenme Algoritmaları ve Yapay Sinir Ağlarına Giriş |
|
11. hafta |
Modern Öğrenme Yaklaşımları 2: Derin Öğrenme Mimarileri |
|
12. hafta |
Gerçek Dünya Veri Setleri ile Modelleme 1: Veri Hazırlığı ve Model Eğitimi |
|
13. hafta |
Gerçek Dünya Veri Setleri ile Modelleme 2: Sonuçların Analizi ve Yorumlanması |
|
14. hafta |
Makine Öğrenmesi Proje Sunumları |