DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Örüntü Tanıma EE 607 Güz 03+00+00 Seçmeli 3 7.5
Akademik Birim:
Öğrenim Türü: Örgün eğitim
Ön Koşullar Olasılık ve Rasgele Süreçler
Öğrenim Dili: İngilizce
Dersin Düzeyi: Doktora
Dersin Koordinatörü: Serhat ERKÜÇÜK
Dersin Amacı: Bu dersin amacı istatistiksel sınıflandırma yöntemlerini Örüntü Tanıma alanı içinde öğretmektir.
Dersin İçeriği: Örüntü tanımaya giriş, Bayes karar teorisi, Üretici yöntemler, Ayrımcı yöntemler
Dersin Öğrenme Çıktıları (ÖÇ):
    Dersin Öğrenme Yöntem ve Teknikleri Sözlü anlatım, bilgisayar uygulamaları, proje


    HAFTALIK PROGRAM

    HaftaKonularÖn Hazırlık


    ZORUNLU ve ÖNERİLEN OKUMALAR

    Pattern Recognition and Machine Learning, C. M. Bishop, 2006, Springer


    DİĞER KAYNAKLAR

    Belirlenecektir


    DEĞERLENDİRME SİSTEMİ

    Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
    Katılım - -
    Laboratuvar - -
    Uygulama - -
    Arazi Çalışması - -
    Proje - -
    Ödev - -
    Sunum/Jüri - -
    Derse Özgü Staj - -
    Diğer Uygulamalar (seminer, stüdyo kritiği, workshop vb.) - -
    Dersle İlgili Sınıf Dışı Etkinlikler (okuma, bireysel çalışma vb.) - -
    Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar - -
    Final Sınavı - -
    Total: 0 0


    İŞ YÜKÜ HESAPLAMASI

    EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
    Toplam İş Yükü (saat):0


    PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

    # PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9 PY10 PY11 PY12