| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Örüntü Tanıma Yöntemleri ve Uygulamaları | ECE6046 | 3 + 0 | 7,5 |
| Birim Bölüm | ELEKTRONİK VE BİLGİSAYAR MÜHENDİSLİĞİ - DR |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Doç. Dr. Emre DANDIL |
| Ders Veren | |
| Amaç |
Örüntü tanıma bilgisayarlı görme ve makine zekasının temel yapı taşlarından birisidir. Bu derste amaç, örüntü tanımanın temel aşamalarının ve bu aşamalarda kullanılan bilinen yöntemlerin öğretilmesidir. |
| Ders İçeriği |
Temel kavramlar: örüntü, öznitelik vektörleri, sınıflandırıcılar. Lineer Cebir, Olasılık, Bayes Karar Kuramı, K-nn Sınıflandırıcı, Temel Bileşen Analizi, Doğrusal Ayırtaç Analizi, Öğreticisiz Öğrenme, Destek vektör Makineleri, Öznitelik Seçimi, Çapraz Doğrulama, Performans Ölçütleri. |
| Ders Kaynakları |
Pattern Recognition, S. Theodoridis K. Koutroumbas, Academic Press, 2008
Introduction to Pattern Recognition: A MATLAB Approach, Academic Press, 2010. Pattern Classification: R.O. Duda, P.E. Hart, D.G. Stork 2. Baskı, Wiley, 2000 |
| Açıldığı Öğretim Yılı | 2023-2024 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| 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
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Temel kavramlar: örüntü, öznitelik vektörleri, sınıflandırıcılar. | |
| 2 | Lineer Cebir - Gözden geçirme | |
| 3 | Olasılık - Gözden geçirme | |
| 4 | Bayes Karar Kuramı | |
| 5 | K-nn Sınıflandırıcı | |
| 6 | TEmel Bileşen Analizi | |
| 7 | Doğrusal Ayırtaç Analizi | |
| 8 | Öğreticisiz Öğrenme | |
| 9 | Destek Vektör Makineleri | |
| 10 | Öznitelik Seçimi | |
| 11 | Çapraz Doğrulama | |
| 12 | Performans Ölçütleri | |
| 13 | Örnek Uygulamalar | |
| 14 | Proje sunumları |
| 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 örüntü tanıma alanındaki temel kavramlar hakkında bilgi sahibi olur. | |||
| Öğrenci bir örüntü tanıma problemindeki temel aşamaları öğrenir. |
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 örüntü tanıma alanındaki temel kavramlar hakkında bilgi sahibi olur. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| Öğrenci bir örüntü tanıma problemindeki temel aşamaları öğrenir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
