ENDÜSTRİ MÜHENDİSLİĞİ (YL) (TEZLİ) (İNGİLİZCE)
Kazanılan Yeterlilik	Program Süresi	Toplam Kredi (AKTS)	Öğretim Şekli	Yeterliliğin Düzeyi ve Öğrenme Alanı
YÜKSEK LİSANS DERECESİ	2	120	ÖRGÜN	TYÇ, TYYÇ, EQF-LLL, ISCED (2011):7. Düzey QF-EHEA:2. Düzey TYYÇ, ISCED (1997-2013):

Ders Genel Tanıtım Bilgileri

Ders Kodu:

3028002044

Ders İsmi:

Probabilistic Methods in Machine Learning

Ders Yarıyılı:

Bahar

Ders Kredileri:

Teorik	Pratik	Laboratuvar	Kredi	AKTS
3	0	0	3	6

Öğretim Dili:

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Ders İçin Önerilen Diğer Hususlar:

Dersin Türü:

Anabilim Dalı/Lisansüstü Seçmeli

Dersin Seviyesi:

Yüksek Lisans

TYYÇ:7. Düzey

QF-EHEA:2. Düzey

EQF-LLL:7. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Dr.Öğr.Üyesi Elif TARAKÇI

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Bu dersin amacı, olasılıksal grafiksel modeller (PGM'ler) ve istatistiksel makine öğrenimi (ML) alanındaki gelişmiş teknikleri daha geniş bir şekilde keşfetmektir. Öğrenciler bu teknikleri kendi araştırmalarına uygulama becerisini geliştireceklerdir.

Dersin İçeriği:

Öğrenciler karmaşık olasılıksal istatistiksel modellerde istatistiksel çıkarım ve muhakeme yapmayı öğreneceklerdir. Ders, varyasyonel çıkarım, Bayes Derin Öğrenme, temsil öğrenimi ve belirsizlik nicelemesi dahil olmak üzere en son ML araştırmalarını inceleyecektir. Bu dersin sonunda öğrenciler yeni yöntemler geliştirme ve ML ve PGM araştırmalarındaki en son teknolojiyi ilerletme becerisine sahip olacaklardır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Kazanımları

1 - Bilgi
Kuramsal - Olgusal
1) Öğrenciler Olasılıksal grafiksel modeller (PGM'ler) ve istatistiksel makine öğrenimi (ML) alanındaki gelişmiş teknikleri daha geniş bir şekilde öğreneceklerdir.
2) Öğrenciler karmaşık olasılıksal istatistiksel modellerde istatistiksel çıkarım ve muhakeme yapmayı öğreneceklerdir.
2 - Beceriler
Bilişsel - Uygulamalı
1) Öğrenciler teknikleri kendi araştırmalarına uygulama becerisini geliştireceklerdir.
2) Bu dersin sonunda öğrenciler yeni yöntemler geliştirme ve ML ve PGM araştırmalarındaki en son teknolojiyi ilerletme becerisine sahip olacaklardır.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Giriş	Ders Notları
2)	Olasılık ve İstatistik: Olasılık Teorisi	Ders Notları
3)	Olasılık ve İstatistik: Bayes İstatistikleri	Ders Notları
4)	Olasılık ve İstatistik: Bayes İstatistikleri	Ders Notları
5)	Monte Carlo Yöntemleri	Ders Notları
6)	Monte Carlo Yöntemleri	Ders Notları
7)	Varyasyonel Çıkarım	Ders Notları
8)	Ara Sınav
9)	Yaklaşık Bayes Hesaplaması	Ders Notları
10)	Bayes Koşullu Yoğunluk Tahmini	Ders Notları
11)	Bayes Derin Öğrenmesi: Giriş	Ders Notları
12)	Bayes Derin Öğrenmesi: Monte Carlo Bırakma	Ders Notları
13)	Bayes Derin Öğrenmesi: Varyasyonel Bırakma	Ders Notları
14)	Bayes Derin Öğrenmesi: Bilgi Darboğazı	Ders Notları
15)	Bayes Derin Öğrenmesi: Temsil Öğrenmesi	Ders Notları
16)	Final Sınavı

Kaynaklar

Ders Notları / Kitaplar:	Ders Notları/Lecture Notes
Diğer Kaynaklar:	Objections to Bayesian Statistics Gelman, A. 2008 Introduction to Monte Carlo Methods MacKay, D. J. C . Learning in Graphical Models. Springer, 1998 Dropout as a Bayesian Approximation: Representing Model Uncertainty in Deep Learning Gal, Y. and Ghahramani, Z. ICML, 2016

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	3	2	4
Program Kazanımları
1) Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
2) Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
3) Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.
4) Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.
5) Alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
6) Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.
7) Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.
8) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
9) Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.
10) Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
11) Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır.
12) Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
2)	Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
3)	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.
4)	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.
5)	Alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
6)	Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.
7)	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.
8)	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
9)	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.
10)	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
11)	Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır.
12)	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.

Öğrenme Etkinliği ve Öğretme Yöntemleri

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ödev	2	% 30
Ara Sınavlar	1	% 30
Yarıyıl/Yıl Sonu Sınavı	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 40
Toplam		% 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sınıf Dışı Ders Çalışması	14	8	112
Ödevler	2	3	6
Ara Sınavlar	1	3	3
Final	1	3	3
Toplam İş Yükü			166