| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Kollektif Öğrenme | BLM5109 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Doktora Programı Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezsiz) |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | M. Fatih Amasyalı |
| Dersi Veren(ler) | Banu Diri |
| Asistan(lar)ı |
| Dersin Amacı | Kolektif Öğrenme literatürüne bilimsel katkı sağlayabilecek öğrenciler yetiştirmek |
|---|---|
| Dersin İçeriği | Kolektif öğrenmenin gerekçeleri, tekil öğrenicilere göre avantajları Bagging, Rasgele altuzaylar, Rasgele Ormanlar, Rotasyon Ormanları, Hata düzelten kod tabanlı metotlar Kolektif öğrenmenin başarısını etkileyen faktörler Sınıflandırma, kümeleme, regresyon alanlarında kolektif öğrenme uygulamaları Kolektif Öğrenmede kararları birleştirme metotları Meta öğrenme |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar | |
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler, tekil öğrenicilere göre kolektif öğrenmenin avantajlarını, literatürdeki son gelişmeleri ve açık problemleri bileceklerdir.
- Öğrenciler, çeşitli uygulama alanlarında kolektif öğrenme uygulaması yapabileceklerdir.
- Öğrenciler bu konudaki bilimsel literatüre katkı yapabilecek fikirler üretebileceklerdir.
- Öğrenciler kolektif öğrenmenin iki temel bileşeninin (birbirinden farklılık ve tekil başarının) dinamiklerini bileceklerdir.
- Öğrenciler, tekil öğrenicilerin kararlarının nasıl birleştirileceğini bileceklerdir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Kolektif öğrenmenin amacı, tekil öğrenicilere göre avantajları | |
| 2 | Karar Ağaçları, Karar Ormanları | |
| 3 | Veri Örnekleme, Rasgele Ormanlar | |
| 4 | Rasgele Altuzaylar | |
| 5 | Rotasyon Ormanları | |
| 6 | Ardışık Topluluklarla Öğrenme | |
| 7 | Uzman Karışımları | |
| 8 | Model Kararlarının Birleştirilmesi, İki Katmanlı Kolektif Öğrenme | |
| 9 | 1. Vize | |
| 10 | Hata düzelten kod tabanlı metotlar | |
| 11 | Kolektif öğrenmenin başarısını etkileyen faktörler | |
| 12 | Sınıflandırma, kümeleme, regresyon alanlarında kolektif öğrenme uygulamaları | |
| 13 | Modelleri Karşılaştırma Yöntemleri | |
| 14 | Meta Öğrenme-1 | |
| 15 | Meta Öğrenme-2 | |
| 16 | Proje Sunumları |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 1 | 10 |
| Sunum/Jüri | 1 | 10 |
| Projeler | 1 | 20 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 20 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 16 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 16 | 4 | |
| Derse Özgü Staj | |||
| Ödev | 1 | 20 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 40 | |
| Sunum / Seminer | 1 | 20 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 20 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
