|
|
| USEC0027 | Teakwando | 2+0+0 | AKTS:4 | | Yıl / Yarıyıl | Güz Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | ULUSLARARASI İLİŞKİLER BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 2 saat teorik | | Öğretim Üyesi | Öğr. Gör. Dr Burakhan AYDEMİR | | Diğer Öğretim Üyesi | | | Öğretim Dili | İngilizce | | Staj | Yok | | | | Dersin Amacı: | | Sağlık verilerin analizinde makine öğrenmesi tekniklerinin Phyton ile kullanılması becerisi kazanmaktır.
|
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Python ile sağlık verileri kümeleme becerisi | | | | ÖK - 2 : | Python ile sağlık verisi sınıflama becerisi | | | | ÖK - 3 : | Python ile sağlık verisi üzerinde KNN, linear regresyon yöntemlerini gerçekleyebilme | | | | ÖK - 4 : | Python ile sağlık verisi üzerinde Naive Bayes sınıflayıcı gerçekleyebilme | | | | ÖK - 5 : | Python ile sağlık verisi üzerinde Sinir Ağları ve SVM yöntemlerini gerçekleyebilme | | | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Phyton programlama dili temel bilgiler, KNN sınıflama, Lineer regresyon, Naive Bayes sınıflayıcı, Sinir Ağları, SVM, kümeleme ve Phyton ile uygulamaları
|
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Phyton programlama dili temel bilgiler | | | Hafta 2 | Phyton programlama dili temel bilgiler | | | Hafta 3 | Phyton ile KNN sınıflama | | | Hafta 4 | Phyton ile KNN sınıflama | | | Hafta 5 | Phyton ile lineer regresyon yönteminin gerçeklenmesi | | | Hafta 6 | Phyton ile lineer regresyon yönteminin gerçeklenmesi | | | Hafta 7 | Ara Sınav | | | Hafta 8 | Phyton ile Naive Bayes sınıflama
| | | Hafta 9 | Phyton ile Naive Bayes sınıflama
| | | Hafta 10 | Phyton ile Sinir Ağları yönteminin gerçeklenmesi
| | | Hafta 11 | Phyton ile Sinir Ağları yönteminin gerçeklenmesi
| | | Hafta 12 | Phyton ile SVM yönteminin gerçeklenmesi
| | | Hafta 13 | Phyton ile SVM yönteminin gerçeklenmesi
| | | Hafta 14 | Phyton ile Kümeleme
| | | Hafta 15 | Phyton ile Kümeleme
| | | Hafta 16 | Final Sınavı | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | | | | | | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 4 | 14 | 56 | | Sınıf dışı çalışma | 5 | 14 | 70 | | Arasınav için hazırlık | 2 | 6 | 12 | | Arasınav | 2 | 1 | 2 | | Ödev | 3 | 14 | 42 | | Dönem sonu sınavı için hazırlık | 2 | 16 | 32 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 216 |
|