|
|||||
Sınıf/Yarıyıl | 1 / Güz | ||||
Ders Düzeyi | Doktora | ||||
Ders Türü | Seçmeli | ||||
Bölümü | ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA (ÖNERİLEN PROGRAM) | ||||
Ön Koşul Dersleri | Yok | ||||
Öğretim Sistemi | Örgün | ||||
Ders Süresi | 14 Hafta | ||||
Öğretim Elemanı | ENGİN EYCEYURT (engineyceyurt@nevsehir.edu.tr) | ||||
Diğer Öğretim Elemanı/Elemanları |
ENGİN EYCEYURT, | ||||
Öğretim Dili | Türkçe | ||||
Sınıf Dışı Uygulama/Staj | Yok | ||||
Dersin Amacı | |||||
Bu dersin amacı, öğrencilere örüntü tanıma teknikleri ve algoritmaları hakkında kapsamlı bilgi ve uygulama becerileri kazandırmaktır. Bu ders kapsamında, örüntü tanıma problemlerinin matematiksel temelleri, özellik çıkarımı, sınıflandırma yöntemleri, makine öğrenmesi algoritmaları, doğruluk değerlendirme yöntemleri ve gerçek dünya uygulamaları ele alınacaktır. Öğrenciler, çeşitli veri türlerinden (görüntü, ses, metin vb.) örüntüleri tanımlama ve ayırt etme yeteneklerini geliştirecek, bu alandaki güncel teknolojileri ve yaklaşımları öğrenerek çeşitli mühendislik ve bilimsel alanlardaki problemleri çözme becerisi kazanacaklardır. |
Ders Öğrenme Çıktıları (DÖÇ) | PÇ | ODY | |
Bu dersi başarı ile tamamlayan öğrenciler: | |||
DÖÇ-1 | Örüntü tanıma ile ilgili kavramlar öğrenilecektir. |
PÇ-1 Elektrik Elektronik Mühendisliği disiplinine özgü konularda bilimsel araştırmalar yaparak, bu bilgilerin yorumlanması ve uygulama becerilerinin kazanılması. PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir. PÇ-3 Belirli, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlama ve uygulama; değişik disiplinlere ait bilgileri bir arada kullanma becerisi. PÇ-6 Elektrik Elektronik Mühendisliği alanında mevcut yöntem ve cihazları standartlara göre kullanır, deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar. PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır. PÇ-11 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisine sahiptir. |
Yazılı Sınav |
DÖÇ-2 | Öznitelik seçim yöntemlerini tanımlayabilecektir. |
PÇ-1 Elektrik Elektronik Mühendisliği disiplinine özgü konularda bilimsel araştırmalar yaparak, bu bilgilerin yorumlanması ve uygulama becerilerinin kazanılması. PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir. PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır. PÇ-9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgiye sahiptir. PÇ-11 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisine sahiptir. |
Yazılı Sınav Dönem Ödevi - Proje |
DÖÇ-3 | Diğer branşlarla ortak çalışabilme imkanı olacaktır. |
PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir. PÇ-3 Belirli, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlama ve uygulama; değişik disiplinlere ait bilgileri bir arada kullanma becerisi. PÇ-4 Ulusal ve uluslar arası boyutta bireysel olarak ve çok disiplinli takımlarda etkin beceri, sorumluluk alma özgüveni ve takım çalışması yapar. PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır. PÇ-9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgiye sahiptir. |
Yazılı Sınav |
PÇ: Bölüm program çıktıları ÖDY: Ölçme ve değerlendirme yöntemi |
Dersin İçeriği | ||
Bu ders, öznitelik çıkartma, boyut azaltma ve karar fonksiyonları gibi temel kavramlar üzerine inşa edilmiştir. Matematiksel önbilgilerin yanı sıra, optimum karar kriterlerinin belirlenmesi ve eğitim algoritmalarının (ileri ve geri beslemeli öğrenme) uygulanması da ele alınacaktır. Eğiticili ve eğiticisiz öğrenme yöntemleri ile yapay sinir ağları kullanarak örüntü tanıma süreçleri incelenecek, istatistiksel örüntü tanıma ile karşılaştırmalar yapılacaktır. Ayrıca, bulanık sınıflayıcıların mantığı ve uygulama alanları da tartışılarak, bu alanlardaki güncel tekniklerin kapsamlı bir şekilde anlaşılması sağlanacaktır. | ||
Haftalık Detaylı Ders İçeriği | ||
Hafta | Detaylı İçerik | Öğretim Yöntem ve Teknikleri |
1 | Temel kavramlar ve matematiksel önbilgi | Anlatım, soru-cevap, tartışma |
2 | Öznitelik çıkartma | Anlatım, soru-cevap, tartışma |
3 | Öznitelik seçme | Anlatım, soru-cevap, tartışma |
4 | Veri dönüşümü | Anlatım, soru-cevap, tartışma |
5 | Data transformation | Anlatım, soru-cevap, tartışma |
6 | Veri boyutu azaltma | Anlatım, soru-cevap, tartışma |
7 | Karar fonksiyonları | Anlatım, soru-cevap, tartışma |
8 | Ara Sınav | |
9 | Eğiticili ve eğiticisiz öğrenme | Anlatım, soru-cevap, tartışma |
10 | İleri ve geri beslemeli öğrenme | Anlatım, soru-cevap, tartışma |
11 | Yapay sinir ağları ile örüntü tanıma | Anlatım, soru-cevap, tartışma |
12 | Örüntü tanımanın istatistiksel karşılaştırması | Anlatım, soru-cevap, tartışma |
13 | Bulanık sınıflayıcılar | Anlatım, soru-cevap, tartışma |
14 | Bulanık sınıflayıcı uygulamaları | Anlatım, soru-cevap, tartışma |
15 | Genel tekrar ve final sınavı hazırlık | Anlatım, soru-cevap, tartışma |
16 | Final Sınavı | |
Ders Kitabı / Yardımcı Kitap | ||
1 | Introduction to Pattern Recognition: A MATLAB Approach, S. Theodoridis, A. Pikrakis, K. Koutroumbas, D. Cavouras, Academic Press, 2010. | |
2 | Pattern Classification: Neuro-Fuzzy Methods and Their Comparision, Shigeo Abe, Springer Verlag, 2001. | |
Ders Araç - Gereç ve Malzemeleri | ||
Ders Kitabı, projektör, kişisel bilgisayar python yazılımı |
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 | 14 | 42 |
b) İnternette/Kütüphanede Tarama | 3 | 10 | 30 |
c) Performans Ödevi | 0 | ||
d) Seminer/Sunum/Rapor Hazırlama | 4 | 5 | 20 |
e) Dönem Ödevi/Proje Hazırlama | 0 | ||
Sözlü Sınav | 0 | ||
Kısa Sınav (Quiz) | 0 | ||
Laboratuvar Sınavı | 0 | ||
Ara Sınav İçin Hazırlık | 2 | 7 | 14 |
Ara Sınav | 2 | 1 | 2 |
Final Sınavı İçin Hazırlık | 4 | 7 | 28 |
Final Sınavı | 2 | 1 | 2 |
0 | |||
0 | |||
Toplam İş Yükü | 180 |