EEM5034 - Örüntü Tanıma

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Örüntü Tanıma	EEM5034		3 + 0	7,5	Seçmeli

Birim Bölüm	Elektrik-Elektronik Mühendisliği - YL - Lisansüstü (Yüz yüze)
Amaç	Bu ders, örüntü tanıma ve sınıflandırma problemlerinin matematiksel temellerini öğretmeyi amaçlar. Öğrenciler, çeşitli istatistiksel, doğrusal ve doğrusal olmayan sınıflandırma yöntemlerini öğrenir; özellik çıkarımı, boyut indirgeme ve karar verme süreçlerini kavrar.
Ders İçeriği	Örüntü tanıma kavramı, sınıflandırma problemlerine giriş, özellik uzayı ve karar sınırları. İstatistiksel karar teorisi ve Bayes sınıflandırıcısı. Parametrik ve parametrik olmayan olasılık yoğunluk tahmin yöntemleri. Doğrusal sınıflandırıcılar: en küçük hata oranı sınıflandırıcısı, Fisher doğrusal ayırımı, LDA. Boyut indirgeme teknikleri: PCA, SVD, özdeğer analizi. Doğrusal olmayan sınıflandırma yöntemleri: k-en yakın komşu (k-NN), Parzen tahmini, karar ağaçları. Sinir ağları ve destek vektör makineleri (SVM). Kümeleme yöntemleri ve denetimsiz öğrenme. Sınıflandırma performans ölçütleri, hata matrisi, duyarlılık, özgüllük, ROC eğrisi. Gerçek dünya uygulamaları: görüntü, ses ve biyomedikal örüntü tanıma sistemleri.
Ders Veren	İdil IŞIKLI ESENER

Hafta	Konu
1	Örüntü tanıma ve sınıflandırmaya giriş
2	Örüntü tanıma sistemi bileşenleri ve genel yapı
3	Özellik uzayı, özellik çıkarımı ve seçimi
4	İstatistiksel karar teorisi
5	Bayes sınıflandırıcısı ve hata analizi
6	Parametrik yöntemler ve olasılık yoğunluk tahmini
7	Doğrusal sınıflandırıcılar: LDA, Fisher discriminant
8	Boyut indirgeme: PCA, SVD
9	Doğrusal olmayan sınıflandırıcılar: k-NN, Parzen, Decision trees
10	Destek vektör makineleri (SVM)
11	Kümeleme ve denetimsiz öğrenme
12	Performans ölçütleri, hata matrisi, ROC eğrisi
13	Genel tekrar
14	Proje sunumları

Program Çıktıları
1	Elektrik Elektronik Mühendisliği alanında güncel teorik ve endüstriyel bilgilere sahip olmak.
2	Elektrik Elektronik Mühendisliği alanında edindiği bilgi ve becerileri problem çözmede kullanabilmek; analitik ve stratejik düşünerek uygulamaya geçirebilmek.
3	Mühendislik ve diğer fen bilimleri arasında bağlantı kurabilmek ve bu sayede karar alma ve uygulama safhalarında bilgilerini disiplinler arası değerlendirebilmek.
4	Ekip çalışması ve bireysel anlamda sorumluluğa açık olmak, girişimci ve liderliğin önemini kavrayabilmek.
5	Bireysel bilgi ve becerisi ile Elektrik Elektronik Mühendisliği alanında, ilgili kişi ve kurumlara düşüncelerini ve çözüm önerilerini yazılı ve sözlü olarak aktarabilmek.
6	Bir yabancı dili Elektrik Elektronik Mühendisliği alanında bilgi sahibi olacak şekilde anlayabilme ve kullanabilme (yazılı-sözlü).
7	Alanının gerektirdiği düzeyde bilgi ve iletişim teknolojilerini kullanabilmek.
8	Toplumsal refahı ön planda tutmak ve etik değerlere uygun değerlendirme ve yorum yapabilmek.
9	İçinde yer aldığı kurumun tüm paydaşlarını gözetecek şekilde ilişkileri düzenlemek ve yönetebilmek.
10	Çevreye, sosyal sorumluluğa, kaliteye, yenilikçiliğe önem vermek ve verileri ilgili doğrultuda toplayabilmek.
11	Elektrik Elektronik Mühendisliği alanında edindiği bilgi ve becerileri sürekli geliştirmek ve alanında yenilik ve gelişmeleri takip ederek ömür boyu öğrenmeye açık olmak.
12	Elektrik Elektronik Mühendisliği alanında edindiği bilgi ve becerileri sorgulayabilmek, eleştirel bakış açısına sahip olabilmek.
13	Elektrik Elektronik Mühendisliği alanının gerektirdiği güvenlik kriterleri bilgisine sahip olmak ve uygulamada bu bilgileri kullanabilmek.
14	Çağımızın gerektirdiği bilişim teknolojileri ile Elektrik Elektronik Mühendisliği alanında yetkin ve verimli olarak kullanabilme yeteneğine sahip olmak ve bu teknolojileri takip edebilmek.
15	Elektrik Elektronik Mühendisliği alanının gerektirdiği algoritma ve teknikleri ve geçmiş verileri analiz ederek, yeni durumlar karşısında akıllı algılama ve tahmin yönemlerini kullanabilmek

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, örüntü tanıma kavramlarını ve terminolojisini açıklar.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci, istatistiksel sınıflandırma yöntemlerini uygular.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci, doğrusal ayırma yöntemlerini (LDA, PCA vb.) analiz eder.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci, doğrusal olmayan sınıflandırıcıların temelini kavrar.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci, özellik çıkarımı ve boyut indirgeme tekniklerini uygular.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Öğrenci, sınıflandırma performansını değerlendirir ve yorumlar.	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/438280