| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Örüntü Analizine Giriş | EEM458 | 8 | 3 + 0 | 5,0 |
| Birim Bölüm | ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ |
| Derece Seviye | Lisans - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | |
| Ders Veren | Doç. Dr. Mehmet KOÇ |
| Amaç |
Gerçek dünyada var olan bir çok nesne bir örüntüye sahiptir. Bu örüntüler yeterince doğru şekilde ortaya çıkarılabildiği takdirde tanıma sistemleri ve buna benzer otomatikleştirilmiş sistemleri geliştirmek kolay olacaktır. Bu dersin amacı öğrencilere örüntü tanımanın yöntemlerini göstermektir. |
| Ders İçeriği |
Dersin İçeriği Örüntü analizine giriş, Ayrık olaylar ve Bayes kuralı, Vektörler, Beklenti, Moment, Gaussians, Bayes karar kuralına giriş, Beklenen kayıp, Bayes riski Gaussian karar fonksiyonları, Hata sınırları, Gürültülü özellikler, ML Parametre tahmini, Bayes parametre tahmini, Temel bileşen analizi (PCA), Doğrusal Regresyon Sınıflandırıcısı, K-NN tahmini ve Doğrusal ayırt edici analizi (LDA). |
| Ders Kaynakları |
Pattern Classification: R.O. Duda, P.E. Hart, D.G. Stork 2. Baskı, Wiley, 2000
Introduction to Pattern Recognition: A MATLAB Approach, Academic Press, 2010. |
| Açıldığı Öğretim Yılı | 2013 - 2014 2014 - 2015 2015 - 2016 2016 - 2017 2017 - 2018 2018 - 2019 2019 - 2020 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Ödev 1 | 40 |
| Toplam | 40 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Final | %60 |
| Toplam | %60 |
| Yarıyıl İçinin Başarıya Oranı | %40 |
| Yarıyıl Sonu Çalışmalar | %60 |
| Toplam | %100 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
100
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim, Dinleme ve anlamlandırma, yönetsel beceriler | Seminer | 25 | 1 | 25 |
| Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim | Sınıf Dışı Çalışma | 6 | 5 | 30 |
| Dinleme ve anlamlandırma | Ders | 3 | 14 | 42 |
| Final | Final | 16 | 1 | 16 |
| Ara Sınav 1 | Ara Sınav 1 | 15 | 1 | 15 |
| Toplam İş Yükü (Saat) | 128 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 5,02 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Örüntü analizine giriş | |
| 2 | Ayrık olaylar ve Bayes kuralı | |
| 3 | Vektörler, Beklenti, Moment, Gaussians |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Öğrenci bir gerçek dünya problemindeki örüntü tanıma aşamalarını belirleyip bu aşamalara uygun yöntemleri probleme uygulayabilir. | |||
| Öğrenci örüntü tanıma alanındaki en temel yöntemleri öğrenir. | |||
| Öğrenci bir örüntü tanıma problemindeki temel aşamaları öğrenir. | |||
| Öğrenci örüntü tanıma alanındaki temel kavramlar hakkında bilgi sahibi olur. |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Öğrenci bir gerçek dünya problemindeki örüntü tanıma aşamalarını belirleyip bu aşamalara uygun yöntemleri probleme uygulayabilir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| Öğrenci örüntü tanıma alanındaki en temel yöntemleri öğrenir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| Öğrenci bir örüntü tanıma problemindeki temel aşamaları öğrenir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| Öğrenci örüntü tanıma alanındaki temel kavramlar hakkında bilgi sahibi olur. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
