Hoş Geldiniz,
Misafir
.
Oturum Aç
.
English
NİNOVA
DERSLER
YARDIM
HAKKINDA
Neredeyim:
Ninova
/
Dersler
/
Fen Bilimleri Enstitüsü
/
MKM 602E
/
Dersin Bilgileri
Fakülteye dön
Ana Sayfa
Dersin Bilgileri
Dersin Haftalık Planı
Değerlendirme Kriterleri
Dersin Bilgileri
Dersin Adı
Türkçe
Mekatronikte Yapay Öğrenme Uygulamaları
İngilizce
Machine Learning Applications in Mechatronic
Dersin Kodu
MKM 602E
Kredi
Ders
(saat/hafta)
Uygulama
(saat/hafta)
Labratuvar
(saat/hafta)
Dönem
-
3
-
-
-
Dersin Dili
İngilizce
Dersin Koordinatörü
Hülya Yalçın
Dersin Amaçları
Makine öğrenmesinin temelleri, algoritmaları ve teknikleri hakkında bilgi vermek
Bu teknikleri öğrencilerin kendi yazacakları programlarla ve araştırma ile pratik ve teorik olarak kullanmalarını sağlamak.
Dersin Tanımı
Bu derste özellikle mekatronik mühendisliğine yönelik yapay öğrenme ve istatistiksel örüntü tanıma alanları analiz edilecektir. Dersin içereceği konular: yapay öğrenmeye giriş; olasılık, istatistik ve lineer cebir hatırlatması; eğitmenli öğrenme (üretici/ayırt edebilen öğrenme, parametrik/parametrik olmayan öğrenme, SVM); Bayes öğrenmesi; eğitmensiz öğrenme (kümeleme, boyut azaltma, kernel yöntemleri); çok öznitelikli öğrenme; karar ağaçları; lineer sınıflandırma; karar destek makinaları; hidden Markov modelleri; farklı öğrenme yöntemlerinin değerlendirme, karşılaştırması; sınıflandırıcı birleştirilmesi. Uygulama örnekleri: öğrenen robotlar ve kontrolü, robotların ve insansiz araçların otonom navigasyonu, üretim bandındaki robot kollarının yapay öğrenmesi, görüntü işleme ve yapay görme tekniklerinde kullanılan yapay öğrenme algoritmalari.
Dersin Çıktıları
Bu dersi başarıyla tamamlayan öğrenci;
1. bir problemin çözümü için yapay öğrenme yöntemi önerebilme
2. değişik yapay öğrenme yöntemlerinin performanslarını analiz edebilme
3. değişik yapay öğrenme yöntemlerinin sonuçlarını birleştirebilme
4. değişik yapay öğrenme yöntemlerininin teorik ve algoritmik olarak nasıl çalıştıklarını anlayabilme
konularında temel bilgileri edinip, çalışmalarında kullanabilme becerisine sahip olacaktır.
Önkoşullar
Gereken Olanaklar
Diğer
Ders Kitabı
Diğer Referanslar
- CHRIS BISHOP, PATTERN RECOGNITION AND MACHINE LEARNING, SPRINGER 2006.
- PATTERN CLASSIFICATION, 2ND EDITION, RICHARD O. DUDA, PETER E. HART, AND DAVID G. STORK, 2000, WILEY
- - Tom M. Mitchell, "Machine Learning", 1997.
- - Stephen Marsland, Machine Learning: An Algorithmic Perspective, Chapman & Hall Crc Press, 2009
Dersler
.
Yardım
.
Hakkında
Ninova, İTÜ Bilgi İşlem Daire Başkanlığı ürünüdür. © 2025