Ders Notları

100% Complete (success)
Dikkat !!! Lütfen okuyunuz ...

Öğretim Üyesi (Üyeleri): Prof. Dr. Yüksel Öner Prof. Dr. Taner Tunç *

(*) Ders notu girebilmek için, bu alanda kendi isminiz yazıyor olmalı...

  • Bologna verilerinin girilmesi;
    ubys.omu.edu.tr adresinden,
    ÜBYS' de Öğretim Elemanları yetkisi seçilmeli... Öğretim elemanı danışmanlık işlemlerinden yapabilirsiniz...
Yıl: 2025, Dönem: Güz
Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Bu dersin amacı, öğrencilerin sınıflama ve ayrım analizinin temel kavramlarını öğrenmelerini, istatistiksel modelleri kurup yorumlayabilmelerini ve gerçek veri setleri üzerinde uygulayabilmelerini sağlamaktır.

Dersin İçeriği

Ders, sınıflama problemlerinin istatistiksel temellerini, Bayes sınıflandırıcısı, doğrusal ve kuadratik ayrım analizi, lojistik regresyon, k-en yakın komşu yöntemi ve model değerlendirme tekniklerini kapsamaktadır.

Dersin Amacı

Ders anlatımı, sınıf içi tartışmalar, bilgisayar uygulamaları, ödevler ve proje çalışmaları.

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Sınıflama ve Ayırım Analizine Giriş
2 Temel Kavramlar: Sınıf, Grup, Gözlem, Değişken
3 Çok Değişkenli Veri ve Kovaryans Yapısı
4 Sınıflama Problemlerinin Tanımı ve Türleri
5 Doğrusal Ayırım Analizi (LDA): Teori ve Uygulama
6 Doğrusal Ayırım Analizi (LDA): Teori ve Uygulama
7 Kareli Ayırım Analizi (QDA)
8 Arasınav
9 Kareli Ayırım Analizi (QDA)
10 Model Performansının Değerlendirilmesi (Doğruluk, Hata Matrisi, ROC) 3
11 Model Performansının Değerlendirilmesi (Doğruluk, Hata Matrisi, ROC) 3
12 Boyut Azaltma (PCA, LDA ile) ve Görselleştirme
13 Boyut Azaltma (PCA, LDA ile) ve Görselleştirme
14 Genel Değerlendirme ve Uygulamalı Proje Sunumları Genel Değerlendirme ve Uygulamalı Proje Sunumları
15 Genel Değerlendirme ve Uygulamalı Proje Sunumları Genel Değerlendirme ve Uygulamalı Proje Sunumları