BM421 - Makine Öğrenmesi

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

FEN FAKÜLTESİ

İSTATİSTİK VE BİLGİSAYAR BİLİMLERİ

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Makine Öğrenmesi	BM421	7	3 + 0	5,0	Seçmeli

Birim Bölüm	İstatistik ve Bilgisayar Bilimleri - Lisans (Yüz yüze)
Amaç	Dersin amacı Makine Öğrenmesi konularına ait teorik konuların farklı alanlarda uygulama örnekleri ile birlikte öğretilmesidir.
Ders İçeriği	Giriş, Karar Ağaçları, Örnek Tabanlı Öğrenme, Bayesçi Öğrenme, Lojistik Regresyon, Sinir Ağları, Destek Vektör Makineleri, Model Seçimi, Özellik Seçimi, Kümeleme, k-ortalama, Maksimum Beklenti, Gauss Karışım Modeli, Topluluk Öğrenmesi, Çekişmeli Öğrenme, Derin Öğrenme, Ödül-Ceza ile Öğrenme

Hafta	Konu
1	Hızlı Python Kursu
2	Makine Öğrenmesine Giriş
3	Veri Önişleme
4	Doğrusal Regresyon
5	Lojistik Regresyon
6	Özellik çıkarma
7	Karar Ağaçları ve K-En Yakın Komşu
8	Destek Vektör Makineleri (SVM)
9	Doğrusal Olmayan Regresyon ve Sınıflandırma Modelleri
10	Kümeleme Yöntemleri
11	Boyut Azaltma
12	Model Değerlendirme ve Seçimi
13	Ensemble Modelleri
14	Regresyon ve Sınıflandırma Modellerinin Gelişmiş Konuları

Program Çıktıları
1	İstatistiksel analizlerde yararlanılan teknikleri etkin biçimde kullanabilme becerisine sahiptir.
2	Elde edilen verilerin istatistiksel analizinde kullanılacak uygun yöntemlere karar verebilme, uygulayabilme ve istatistik alanındaki hazır yazılımları kullanabilme yeteneğine sahiptir.
3	İstatistik ve Bilgisayar bilimleri alanındaki problemlerin çözümünde matematiği etkin olarak kullanabilme becerisine sahiptir.
4	Bilgisayar teknolojilerindeki gelişmeleri izleyebilme ve bu teknolojileri etkin bir biçimde kullanabilme ve yeni bir programlama dili öğrenme becerisine sahiptir.
5	Problemlerin çözümüne ilişkin algoritmalar tasarlayabilme, programlama dillerini ve bilgisayar biliminin temel prensip ve yöntemlerini uygulayabilme yeteneğine sahiptir.
6	Ekip çalışmalarında görev ve sorumluluk alabilme, sosyal ve etik sorumluluklarının farkında olma bilincine sahiptir.
7	Yaratıcı, bilimsel ve eleştirel düşünebilme, bağımsız ve birlikte çalışabilme yeteneğine sahiptir.
8	Türkçe ve yabancı dilde alanındaki bilgileri ve kaynakları takip edebilme ve paylaşabilme becerisine sahiptir.
9	İstatistiksel verilerin toplanması, yorumlanması, yayımlanması aşamalarında toplumsal, bilimsel ve etik değerler hakkında farkındalığa sahiptir.
10	Türkçeyi ve en az bir yabancı dili, sözlü ve yazılı olarak iletişimde etkin bir biçimde kullanabilme becerisine sahiptir.
11	Rasgelelik olgusu içeren olayları veya süreçleri olasılıksal olarak modelleme ve çıkarımda bulunabilme becerisine sahiptir.
12	Verileri elde etme, elde edilen verileri düzenleme ve yorumlama becerisine sahiptir.
13	Verilerin elde edilmesinde veya analiz edilmesinde karşılaşılan problemleri bilimsel yaklaşımlarla çözebilme becerisine sahiptir.
14	Sağlık, spor, ekonomi, ziraat vs. gibi diğer alanlara ilişkin verilerin analiz edilmesinde ilgili alandaki kişilere danışmanlık desteği verebilme becerisine sahiptir.
15	Mesleki bilgi ve becerilerini alandaki güncel çalışmaları takip ederek geliştirebilme yeteneğine sahiptir.

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	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 makine öğrenmesi temellerini anlar.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci çok bilinen eğitmenli, eğitmensiz, yarı-eğitmenli öğrenme algortimalarını öğrenir.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci makine öğrenmesi tekniklerini gerçek dünya problemlerine uygulayabilir.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci makine öğrenmesi ile ilgili bir konuda proje hazırlar, raporunu yazar ve sınıfta sunumunu yapar.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Parametreleri verilen bir problem için öğrenci farklı makine öğrenmesi yöntemlerinin avantaj ve dezavantajlarını ortaya koyabilir.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/353398