Nevşehir Hacı Bektaş Veli Üniversitesi Bilgi Paketi
|
|||||
| Sınıf/Yarıyıl | 1 / Bahar | ||||
| Ders Düzeyi | Yükseklisans | ||||
| Ders Türü | Seçmeli | ||||
| Bölümü | ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ (YÜKSEK LİSANS) | ||||
| Ön Koşul Dersleri | Yok | ||||
| Öğretim Sistemi | Örgün | ||||
| Ders Süresi | 14 Hafta | ||||
| Öğretim Elemanı | AYŞE KOCALMIŞ BİLHAN (akbilhan@nevsehir.edu.tr) | ||||
| Diğer Öğretim Elemanı/Elemanları |
|||||
| Öğretim Dili | Türkçe | ||||
| Sınıf Dışı Uygulama/Staj | Yok | ||||
| Dersin Amacı | |||||
| Makine Öğrenmesi konusunda temel kavramlar verilerek Genetik Algoritmalar kullanılarak bilgisayar üzerinde çeşitli uygulamalar yaptırılacaktır. | |||||
| Ders Öğrenme Çıktıları (DÖÇ) | PÇ | ODY | |
| Bu dersi başarı ile tamamlayan öğrenciler: | |||
| DÖÇ-1 | Makine öğrenmesi ve genetik algoritmalara ilişkin temel bilgilere sahip olacaktır. |
PÇ-1 Matematik, fen bilimleri ve kendi dalları ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. PÇ-2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. PÇ-5 Mühendislik problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. PÇ-6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. PÇ-9 Mesleki ve etik sorumluluk bilinci. |
Yazılı Sınav |
| DÖÇ-2 | Makine öğrenmesi ve genetik algoritmalara ilişkin temel yöntemleri öğrenecektir. |
PÇ-1 Matematik, fen bilimleri ve kendi dalları ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. PÇ-2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. PÇ-5 Mühendislik problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. PÇ-6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. PÇ-8 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. |
Yazılı Sınav |
| DÖÇ-3 | Makine öğrenmesi ve genetik algoritmalara ilişkin temel yöntemlerin bilgisayarla benzetimini gerçekleştirecektir |
PÇ-1 Matematik, fen bilimleri ve kendi dalları ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. PÇ-2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. PÇ-5 Mühendislik problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. PÇ-7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi. |
Yazılı Sınav |
| PÇ: Bölüm program çıktıları ÖDY: Ölçme ve değerlendirme yöntemi |
|||
| Dersin İçeriği | ||
| Makine öğrenmesi konusunda temel kavramlar. Öznitelik çıkartma yöntemleri. Sınıflayıcılar. Yapay sinir ağları. Evrim algoritmaları. Genetik algoritmalar. Genetik öğrenme. Yapay sinir ağlarının genetik algoritmalar ile eğitimi. | ||
| Haftalık Detaylı Ders İçeriği | ||
| Hafta | Detaylı İçerik | Öğretim Yöntem ve Teknikleri |
| 1 | Temel Kavramlar; Bilginin temsil edilme şekilleri, bilgi temsilleri arasındaki dönüşümler. | Anlatım, Soru-cevap, Tartışma |
| 2 | Öznitelik çıkartma yöntemleri. | Anlatım, Soru-cevap, Tartışma |
| 3 | Öznitelik çıkartma yöntemleri. | Anlatım, Soru-cevap, Tartışma |
| 4 | Bayes Sınıflayıcı, K-ortalamalar, K-en yakın komşu sınıflayıcısı. | Anlatım, Soru-cevap, Tartışma |
| 5 | Yapay Sinir Ağlarına giriş. | Anlatım, Soru-cevap, Tartışma |
| 6 | Çok Katmanlı Ağ, Kohonen ağı. | Anlatım, Soru-cevap, Tartışma |
| 7 | LVQ, GAL, RCE, Hopfield ağları. | Anlatım, Soru-cevap, Tartışma |
| 8 | Ara Sınav | |
| 9 | Evrim algoritmaları. | Anlatım, Soru-cevap, Tartışma |
| 10 | Genetik algoritmalara giriş, Kopyalama, çaprazlama ve mutasyon | Anlatım, Soru-cevap, Tartışma |
| 11 | Genetik havuz, uyumluluk fonksiyonu, kodlama, ölçekleme. | Anlatım, Soru-cevap, Tartışma |
| 12 | Şema teoremi, yapısal-blok hipotezi. | Anlatım, Soru-cevap, Tartışma |
| 13 | Genetik öğrenme. | Anlatım, Soru-cevap, Tartışma |
| 14 | Yapay sinir ağlarının genetik algoritmalar ile eğitimi. | Anlatım, Soru-cevap, Tartışma |
| 15 | Yapay sinir ağlarının genetik algoritmalar ile eğitimi. | Anlatım, Soru-cevap, Tartışma |
| 16 | Final Sınavı | |
| Ders Kitabı / Yardımcı Kitap | ||
| Ders Araç - Gereç ve Malzemeleri | ||
| bilgisayar, ders kitabı | ||
| Ölçme Yöntemi | |||
| Yöntem | Hafta | Süre (Saat) | Katkı(%) |
| Ara Sınav | 8 | 1 | 40 |
| Diğer Ölçme Yöntemleri | |||
| 1.Sözlü Sınav | |||
| 2.Kısa Sınav (Quiz) | |||
| 3.Laboratuvar Sınavı | |||
| 4.Sunum | |||
| 5.Rapor | |||
| 6.Seminer | |||
| 7.Performans Ödevi | |||
| 8.Dönem Ödevi | |||
| 9.Proje | |||
| Final Sınavı | 16 | 1 | 60 |
| Öğrenci İş Yükü | |||
| İşlem Adı | Haftalık Saat | Sayı | İş Yükü |
| Haftalık Ders Saati (Teorik+Uygulama) | 3 | 14 | 42 |
| Sınıf Dışı Çalışma | |||
| a) Okuma | 3 | 10 | 30 |
| b) İnternette/Kütüphanede Tarama | 3 | 10 | 30 |
| c) Performans Ödevi | 0 | ||
| d) Seminer/Sunum/Rapor Hazırlama | 0 | ||
| e) Dönem Ödevi/Proje Hazırlama | 0 | ||
| Sözlü Sınav | 0 | ||
| Kısa Sınav (Quiz) | 0 | ||
| Laboratuvar Sınavı | 0 | ||
| Ara Sınav İçin Hazırlık | 4 | 10 | 40 |
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı İçin Hazırlık | 4 | 10 | 40 |
| Final Sınavı | 1 | 1 | 1 |
| 0 | |||
| 0 | |||
| Toplam İş Yükü | 184 | ||