Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Kollektif Öğrenme BLM510937.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Doktora Programı
Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezsiz)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimBilgisayar Mühendisliği Bölümü
Dersin KoordinatörüM. Fatih Amasyalı
Dersi Veren(ler)Banu Diri
Asistan(lar)ı
Dersin AmacıKolektif Öğrenme literatürüne bilimsel katkı sağlayabilecek öğrenciler yetiştirmek
Dersin İçeriğiKolektif 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 BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler, tekil öğrenicilere göre kolektif öğrenmenin avantajlarını, literatürdeki son gelişmeleri ve açık problemleri bileceklerdir.
  2. Öğrenciler, çeşitli uygulama alanlarında kolektif öğrenme uygulaması yapabileceklerdir.
  3. Öğrenciler bu konudaki bilimsel literatüre katkı yapabilecek fikirler üretebileceklerdir.
  4. Öğrenciler kolektif öğrenmenin iki temel bileşeninin (birbirinden farklılık ve tekil başarının) dinamiklerini bileceklerdir.
  5. Öğrenciler, tekil öğrenicilerin kararlarının nasıl birleştirileceğini bileceklerdir.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Kolektif öğrenmenin amacı, tekil öğrenicilere göre avantajları
2Karar Ağaçları, Karar Ormanları
3Veri Örnekleme, Rasgele Ormanlar
4Rasgele Altuzaylar
5Rotasyon Ormanları
6Ardışık Topluluklarla Öğrenme
7Uzman Karışımları
8Model Kararlarının Birleştirilmesi, İki Katmanlı Kolektif Öğrenme
91. Vize
10Hata düzelten kod tabanlı metotlar
11Kolektif öğrenmenin başarısını etkileyen faktörler
12Sınıflandırma, kümeleme, regresyon alanlarında kolektif öğrenme uygulamaları
13Modelleri Karşılaştırma Yöntemleri
14Meta Öğrenme-1
15Meta Öğrenme-2
16Proje Sunumları

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev110
Sunum/Jüri110
Projeler120
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati163
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması164
Derse Özgü Staj
Ödev120
Küçük Sınavlar/Stüdyo Kritiği
Projeler140
Sunum / Seminer120
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)120
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok