MÜHENDİSLİK FAKÜLTESİ
BİLGİSAYAR MÜHENDİSLİĞİ
Dersin Adı   ÖRÜNTÜ TANIMAYA GİRİŞ (SEÇMELİ)
Dönemi Dersin Kodu Teorik Saat / Uygulama Saati AKTS
8 1213871 3 / 0 4
Dersin Düzeyi Lisans
Dersin Dili Türkçe
Dersin Veriliş Biçimi Yüz Yüze
Dersin Koordinatörü Dr.Öğr.Üyesi Nurdan Baykan
Koordinator E-mail nurdan selcuk.edu.tr
Öğretim Elemanı
Dr.Öğr.Üyesi Nurdan Baykan
Yardımcı Öğretim Elemanları
Görevlendirilen Arş.Gör.
Dersin Amacı Örüntü Tanıma el yazısı, parmak izi, ses ve konuşma tanıma sistemleri, araç plaka tanıma sistemleri ve medikal imgelerin analizine kadar çok çeşitli uygulamaların geliştirilmesine olanak sağlayan temel kavramları içeren bir disiplindir. Bu derste öğrencilere Örüntü Tanıma yöntemlerini tanıtmak ve küçük projeler hazırlayarak ders içinde gördükleri konuları pekiştirmek amaçlanmaktadır.
Temel Bilimler Mühendislik Bilimleri Sosyal Bilimler Eğitim Bilimleri Sanat Bilimleri Sağlık Bilimleri Tarım Bilimleri
20 80 0 0 0 0 0
DERS YÖNTEM VE TEKNİKLERİ
Yüz yüze eğitim, ödev
HAFTA DERS İÇERİĞİ KAYNAK
1 Örüntü tanımaya giriş Pattern Recognition (S.Theodoridis, K.Koutroumbas)
2 Örüntünün tanımı, temel kavramlar, örüntü sınıfları Pattern Recognition (S.Theodoridis, K.Koutroumbas)
3 Öznitelik vektörleri Pattern Recognition (S.Theodoridis, K.Koutroumbas)
4 Örüntü sınıflandırma teknikleri Pattern Recognition (S.Theodoridis, K.Koutroumbas)
5 Örüntü sınıflandırma teknikleri-2 Pattern Recognition (S.Theodoridis, K.Koutroumbas)
6 İstatistiksel karar verme Pattern Recognition (S.Theodoridis, K.Koutroumbas)
7 Bayes Karar Teorisi Pattern Recognition (S.Theodoridis, K.Koutroumbas)
8 ARASINAV
9 Olasılık sinir ağı Pattern Recognition (S.Theodoridis, K.Koutroumbas)
10 En yakın komşu sınıflandırıcıları Pattern Recognition (S.Theodoridis, K.Koutroumbas)
11 En yakın komşu sınıflandırıcıları-2 Pattern Recognition (S.Theodoridis, K.Koutroumbas)
12 k-means sınıflandırıcıları Pattern Recognition (S.Theodoridis, K.Koutroumbas)
13 k-means sınıflandırıcıları-2 Pattern Recognition (S.Theodoridis, K.Koutroumbas)
14 Boyut azaltma (PCA, ICA) Pattern Recognition (S.Theodoridis, K.Koutroumbas)
15 Boyut azaltma (PCA, ICA) Pattern Recognition (S.Theodoridis, K.Koutroumbas)
DEĞERLENDİRME SİSTEMİ   Ara Sınav Final
  Sayı Katkı Payı Sayı Katkı Payı  
Yarıyıl İçi Çalışmaları : - -
Devam/Katılım : - -
Uygulamalı Sınav : - -
Derse Özgü Staj : - -
Küçük Sınav : - -
Ödev : - -
Sunum ve Seminer : - -
Projeler : - -
Atölye/Laboratuvar Uygulamaları : - -
Vaka Çalışmaları : - -
Arazi Çalışmaları : - -
Klinik Çalışmaları : - -
Diğer Çalışmaları : - -
Ara Sınav   1 40
Final   1 60
AKTS İŞ YÜKÜ TABLOSU   Sayı Süre
Ders Süresi : 14 3
Sınav Dışı Ders Çalışma Süresi : 14 2
Sunum ve Seminer Hazırlama : - -
Derse Özgü Staj : - -
Atölye/Laboratuvar Uygulamaları : - -
Arazi Çalışmaları : - -
Vaka Çalışmaları : - -
Projeler : - -
Ödev : - -
Küçük Sınavlar : - -
Ara Sınav : 1 20
Final : 1 30
DERSİN AKTS KREDİSİ 4
No DERS ÖĞRENİM ÇIKTISI KATKISI (*)
D.Ö.Ç. 1 1-Örüntü tanıma kavramını anlamak 4
D.Ö.Ç. 2 2-Öğrenilen uygulamalarda problem çözüm aşamalarını belirleyip gerekli araştırma sonrasında ilgili algoritmalarını oluşturmak 4
D.Ö.Ç. 3 3-Gerekli yazılımları yapabilmek 3
* 1: Zayıf - 2: Orta - 3: İyi - 4: Çok İyi
PROGRAM ÇIKTISI VE DERS ÖĞRENİM ÇIKTISI İLİŞKİ MATRİSİ

DÖÇ1DÖÇ2DÖÇ3DÖÇ4DÖÇ5DÖÇ6DÖÇ7DÖÇ8DÖÇ9DÖÇ10DÖÇ11DÖÇ12DÖÇ13DÖÇ14DÖÇ15DÖÇ16DÖÇ17DÖÇ18DÖÇ19DÖÇ20
PÇ1
PÇ2
PÇ3
PÇ4
PÇ5
PÇ6
PÇ7
PÇ8
PÇ9
PÇ10
PÇ11
PÇ12
PÇ13
PÇ14
PÇ15
PÇ16
PÇ17
PÇ18
PÇ19
PÇ20