Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • English
Program Hakkında Eğitim Amaçları Program Yeterlilikleri (Çıktıları) Dersler - AKTS Kredileri Alan Yeterlilikleri Ders - Prog. Yeterlilik İlişkileri Alan & Prog. Yeterlilik İlişkileri Ders - Sürdürülebilir Kalkınma Amaçları İlişkisi
  • Bilgisayar ve Bilişim Bilimleri Fakültesi
  • Yapay Zeka ve Makine Öğrenmesi Pr. (İngilizce)
  • Dersler - AKTS Kredileri
  • Fundamentals of Supervised Learning (Denetimli Öğr. Tem.)
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • ÖÇ-PÇ İlişkisi
  • AKTS İş Yükü

Ders Bilgileri

Ders Kodu - Ders Adı YZM3001 - Fundamentals of Supervised Learning (Denetimli Öğr. Tem.)
Ders Türü Zorunlu Dersler
Ders Dili İngilizce
Teori + Uygulama 2+2
AKTS 5.0
Öğretim Elemanları DOKTOR ÖĞRETİM ÜYESİ NİHAL İNCE
Dersin Veriliş Biçimi Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
Dersin Önkoşulları Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır.
Önerilen Dersler Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
Zorunlu ya da Önerilen Kaynaklar James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2023). An introduction to statistical learning: with applications in Python. Springer. Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (3rd ed.). O'Reilly Media. Bishop, C. M., & Bishop, H. A. (2024). Pattern recognition and machine learning (2nd ed.). Springer.
Okuma Listesi James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2023). An introduction to statistical learning: with applications in Python. Springer. Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (3rd ed.). O'Reilly Media. Bishop, C. M., & Bishop, H. A. (2024). Pattern recognition and machine learning (2nd ed.). Springer.
Değerlendirme Ara sınav, Proje, Final sınavı
Staj & Uygulama Bu ders için uygun değildir.
Sürdürülebilir Kalkınma Amaçları

Ders İçeriği

Haftalar Konular
1. hafta Denetimli Öğrenme Yaşam Döngüsü. Scikit-learn Kütüphanesine Giriş.
2. hafta Lineer Regresyon ve Lojistik Regresyon. Model Değerlendirme: Sınıflandırma Metrikleri (Doğruluk, Karmaşıklık Matrisi).
3. hafta Hassasiyet, Duyarlılık, F1-Skoru, ROC Eğrisi ve AUC.
4. hafta Aşırı Öğrenme ve Bias-Varyans Dengesi.
5. hafta Aşırı Öğrenmeyi Önleme: Düzenlileştirme - Ridge (L2) ve Lasso (L1).
6. hafta Model Doğrulama: k-Katlı Çapraz Doğrulama. Hiperparametre Ayarlama.
7. hafta k-En Yakın Komşu (k-NN) Algoritması (Sınıflandırma ve Regresyon).
8. hafta Destek Vektör Makineleri (SVM): Maksimum Marj Sınıflandırıcısı ve Destek Vektörleri.
9. hafta Çekirdek Hilesi - Polinomsal ve RBF Kerneller.
10. hafta Karar Ağaçları: Yapı, Entropi, Bilgi Kazancı (ID3/C4.5).
11. hafta Budama, Sınıflandırma ve Regresyon Ağaçları (CART).
12. hafta Topluluk Yöntemleri: Bagging.
13. hafta Topluluk Yöntemleri: Boosting. AdaBoost ve Gradient Boosting.
14. hafta Naive Bayes Sınıflandırıcısı. Model Seçimi ve Karşılaştırması.

Öğretim Yöntem ve Teknikleri

  • Öğretim Yöntemleri
  • Anlatım
  • Soru-Yanıt
  • Uygulama - Alıştırma
  • Sorun/Problem Çözme
  • Rapor Hazırlama ve/veya Sunma
  • Proje Tasarımı/Yönetimi
  • Öğretim Yeterlilikleri
  • Üretken
  • Akılcı
  • Sorgulayan
  • Girişimci
  • Etik Kurallara Uyma
  • Takım halinde çalışabilme
  • Zamanı etkili kullanma
  • Eleştirel düşünebilme
  • Soyut analiz ve sentez yapma
  • Problem çözme
  • Kurumsal bilgiyi uygulamaya dönüştürme
  • Temel matematik becerileri
  • Karar verme becerisi
  • Disiplinlerarası projelerde çalışma
  • Proje Tasarlama ve Yönetme

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
Toplam (%) 0
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri