Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CSE 5086	ÖRÜNTÜ TANIMA	SEÇMELİ	3	0	0	7

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

ÖĞR.GÖREVLİSİ ÖZLEM ÖZTÜRK

Dersi Alan Birimler

Bilgisayar Mühendisliği Yüksek Lisans
Bilgisayar Mühendisliği Tezsiz Yüksek Lisans
Bilgisayar Mühendisliği Tezsiz Yüksek Lisans (İ.Ö)
Bilgisayar Mühendisliği Bütünleşik Doktora
Bilgisayar Mühendisliği Doktora

Dersin Amacı

Bu dersin amacı sınıflandırma problemlerinin çözümünde kullanılan istatistiksel örüntü tanıma tekniklerini anlatmaktır. Çeşitli tip ve ölçekteki çok boyutlu verilerin analiziyle birlikte projeksiyon, boyut indirgeme, kümeleme ve sınıflandırma algoritmaları gibi teknikler anlatılacaktır

Dersin Öğrenme Kazanımları

1	Temel örüntü tanıma teorilerini anlayabilme
2	Belli örüntü tanıma tekniklerinin tasarımını ve gerçeklemesini yapabilme
3	İlgili uygulamada örüntü tanıma tekniklerini uygulayabilme
4	Sınıflandırma problemlerini istatistiksel olarak analiz edebilme ve sınıflayıcı performansını kestirebilme
5	Sınıflandırma sistemlerinin otomatik eğitimi için gereken metodları anlayabilme ve analiz edebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Giriş, Bayes Karar Teorisi
2	Diskriminanta Dayalı Sınıflayıcılar
3	Parametre Kestirimi
4	En Büyük Benzerlik Parametre Kestirimi
5	Beklenti Maksimizasyonu, Boyut Problemi
6	Bileşen Analizi ve Diskriminantlar
7	Temel Bileşen Analiziyle Yüz Tanıma, ARASINAV
8	Parametrik Olmayan Yöntemler
9	En Yakın K Komşuluk
10	Doğrusal Diskriminant Fonksiyonlar
11	Yardımcı Vektör Makinaları
12	Sinir Ağları, Öznitelik Seçimi
13	Denetimsiz Öğrenim
14	Öğrenci Sunumları

Ders İçin Önerilen Kaynaklar

Ana kaynak: Duda R O, Hart P E and Stork D G, (2001) Pattern Classification, 2nd Edition, Wiley

Öğrenme ve Öğretme Yöntemleri

Sunumlar, dönem projesi, makale araştırması ve sınavlar

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	PRJ	PROJE
2	ARS	ARASINAV
3	YYS	YARIYIL SONU SINAVI
4	YSBN	YIL SONU BAŞARI NOTU	PRJ * 0.30 + ARS * 0.30 + YYS * 0.40
5	BUT	BÜTÜNLEME
6	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	PRJ * 0.30 + ARS * 0.30 + BUT * 0.40

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Öğrenme Çıktıları (ÖÇ) 1, 2, 3, 4, ve 5 yazılı sınavlarla değerlendirilecektir. ÖÇ 2, 3, ve 5 ayrıca projeler ile değerlendirilir

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Dr. Özlem ÖZTÜRK
Dokuz Eylül Üniversitesi, Bilgisayar Mühendisliği Bölümü
Tınaztepe Yerleşkesi 35160 Buca, İzmir
Tel: +90 (232) 301 74 17
e-posta: ozlem.ozturk@cs.deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Pazartesi 13:00 : 15:00

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	14	3	42
Haftalık Ders öncesi/sonrası hazırlıklar	14	2	28
Sunum Hazırlama	1	10	10
Tasarım Projesi	1	30	30
Kitap Okuma	2	10	20
Vize Sınavına Hazırlık	1	15	15
Final Sınavına Hazırlık	1	15	15
Vize Sınavı	1	2	2
Final Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			164

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.7	PK.8	PK.9	PK.10	PK.11
ÖK.1	4	4	4	4	4	4	4	4	4	3	3
ÖK.2	4	4	4	4	4	4	4	4	4	3	3
ÖK.3	4	4	4	4	4	4	4	4	4	3	3
ÖK.4	4	4	4	4	4	4	4	4	4	3	3
ÖK.5	4	4	4	4	4	4	4	4	4	3	3

DERS ADI

DERECE PROGRAMLARI