EEE 502 | Ders Tanıtım Bilgileri

Dersin Adı
Örüntü Tanıma
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
EEE 502
Güz/Bahar
3
0
3
7.5

Ön Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Seviyesi
Yüksek Lisans
Dersin Koordinatörü -
Öğretim Eleman(lar)ı
Yardımcı(lar)ı -
Dersin Amacı Bu ders örüntü tanıma algoritmalarının temellerini ve uygulamalarını kapsamaktadır. Dersin iiçeriğinde istatistiksel karar kuramı, istatistiksel sınıflama, en büyük olabilirlik Bayes kestirimi, parametrik olmayan yöntemler, öznitelik çıkarımı, öznitelik seçimi, doğrusal sınıflayıcılar, sinir ağları, metrik olmayan yöntemler, eğiticisiz öğrenme ve öbekleme konuları bulunmaktadır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • alandaki temel teknik ve algoritmaları kullanabilecek ve irdeleyebilecek,
  • farklı örüntü algılama tekniklerinin avantajları ve kısıtlamaları konusunda bilgisi olabilecek,
  • örüntü algılama tekniklerinin potansiyel kullanım alanlarını değerlendirebilecek,
Tanımı Örüntü tanıma algoritmalarının temellerini ve uygulamaları, istatistiksel karar kuramı, istatistiksel sınıflama, en büyük olabilirlik Bayes kestirimi, parametrik olmayan yöntemler, öznitelik çıkarımı, öznitelik seçimi, doğrusal sınıflayıcılar, sinir ağları, metrik olmayan yöntemler, eğiticisiz öğrenme ve öbekleme.

 



Ders Kategorisi

Temel Meslek Dersleri
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
1 Örüntü Tanımaya Giriş Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 1)
2 Bayesci Karar Teorisi Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 2)
3 En büyük Olabilirlik ve Bayesci Kestirimi Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 3)
4 Parametrik Olmayan Teknikler Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 4)
5 Doğrusal Ayrışım Fonksiyonları Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 5)
6 Öznitelik Seçimi ve Boyut Düşürücü Teknikler Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 5)
7 Çok Katmanlı Yapay Sinir Ağları Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 6)
8 Ara sınav
9 Çok Katmanlı Yapay Sinir Ağları Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 6)
10 Radyal Tabanlı Fonksiyon Ağları Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 6)
11 Stokastik Yöntemler Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 7)
12 Metrik Olmayan Yöntemler Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 8)
13 Gözetimsiz Öğrenme ve Kümeleme Duda, Hart and Stork, Pattern Classification, Wiley,2nd ed., 2001 (Ch. 10)
14 Sınıf-içi Sunumlar
15 Sınıf-içi Sunumlar
16 Dönemin gözden geçirilmesi  

 

Dersin Kitabı Yukarıda belirtilen kitap ve ders yansıları.
Diğer Kaynaklar İlgili Araştırma Makaleleri.

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl İçi Çalışmaları Sayı Katkı Payı %
Derse Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
Sunum / Jüri Önünde Sunum
1
20
Proje
1
40
Çalıştay
Portfolyo
Ara Sınav / Sözlü Sınav
Final Sınavı / Sözlü Sınav
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Aktiviteler Sayı Süresi (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x toplam ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
Sınav haftası dahil değildir. 16 x uygulama/lab ders saati
16
Sınıf Dışı Ders Çalışması
15
4
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
Sunum / Jüri Önünde Sunum
1
30
Proje
1
45
Çalıştay
Portfolyo
Ara Sınavlar / Sözlü Sınavlar
Final / Sözlü Sınav
    Toplam
183

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Elektrik ve Elektronik Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.

X
2

Elektrik ve Elektronik Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.

X
3

Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir.

X
4

Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.

X
5

Elektrik ve Elektronik Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.

X
6

Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.

X
7

Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.

X
8

Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir, bağımsız çalışabilir ve sorumluluk alır.

 

X
9

Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.

X
10

Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.

X
11

Elektrik ve Elektronik Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların  elektrik ve elektronik mühendisliği uygulamalarına getirdiği kısıtların farkındadır.

X
12

Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.

X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest