Dersin Bilgileri

Dersin Adı	Türkçe	İşaret İşleme için Makine Öğrenmesi
	İngilizce	Machine Learning for Signal Processing
Dersin Kodu	EHB 328E	Kredi	Ders (saat/hafta)	Uygulama (saat/hafta)	Labratuvar (saat/hafta)
Dönem	-	3	3	-	-
Dersin Dili		İngilizce
Dersin Koordinatörü		Ibraheem Abdullah Mohammed Shayea
Dersin Amaçları		(1) Öğrencilere işaret işleme uygulamalarında kullanılan temel makine öğrenmesi tekniklerini tanıtmak (2) Öğrencilere bilimsel programlama yeteneklerini geliştirecekleri gerçekçi işaret işleme problemleri sağlamak (3) Öğrencilerin işaret işleme, lineer cebir, olasılık gibi konulardaki teorik bilgi ve becerilerini güncel problemler vasıtasıyla pratik amaçlar için kullanmalarını sağlamak
Dersin Tanımı		Ders kapsamı şu başlıkları içerecektir: Veri güdümlü gösterimler. Temel Bileşen Analizi (TBA) ve Çekirdek TBA. Bağımsız Bileşen Analizi. Negatif olmayan Matris Faktörizasyonu. Sözlük tabanlı, seyrek ve aşırı-tam veri gösterimleri. Düşük ranklı matris gösterimleri. Regresyon ve doğrusal kestirim. Olasılıksal Dereceli Azalma ve LMS uyarlamalı süzgeçler. Kümeleme ve sınıflandırma. Sinirsel ağlar. Evrişimsel sinirsel ağlar, bu ağların işaret ve görüntü işleme uygulamaları. Ders önkoşulu olarak, iyi derecede olasılık teorisi, doğrusal cebir ve işaret ve sistemler teorisi bilgisi gerekmektedir. Ders dönem projesi ve ödevleri yazılım tabanlı benzetimler gerektirecektir
Dersin Çıktıları		Bu dersi başarıyla tamamlayan öğrenciler; (I) Verili bir işaret işleme öğrenme problem için parametrik bir model önerme ve modelin parametrelerinin veriden kestirme, (II) Bir gözlem kümesi ve sınıflar verildiği halde gözlemlerin hangi sınıfa ait olduğuna karar verecek bir dizge tasarlama, (III) Büyük ölçekli işaret işleme problemleri için hesapsal açıdan düşük maliyetli sayısal yönergeler uygulama, (IV) Verinin daha verimli işlenmesi için boyutunun küçültülmesi, becerilerini kazanır.
Önkoşullar
Gereken Olanaklar
Diğer
Ders Kitabı
Diğer Referanslar

Dersler

Yardım

Hakkında