DERS BİLGİ PAKETİ · INF 609

Yapay Öğrenme İçin Matematik

Seçmeli · İngilizce
AKTS
8
Yerel Kredi
3
Teori + Uygulama + Lab
3 + 0 + 0
Dersin Düzeyi
Doktora
Ön Koşul
-
Yarıyıl
1
Bu sayfada
İçerik Konu Başlıkları
Dersi Veren(ler)
Marie Christine PEROUEME
mcperoueme@voila.fr

İçerik

Dersin Amacı

Yapay öğrenme algoritmaları arka planda ciddi bir matematik temele dayanır. Bu ders o matematiksel temelleri sağlamlaştırmayı hedefler.

Dersin İçeriği

Bu ders kapsamında, yapay öğrenme algoritmalarının altında yatan matematiksel temeller incelenmektedir.

Bu derste, öğrencilere daha önce lisans seviyesinde gördükleri lineer cebir, olasılık ve calculus gibi derslerle yapay öğrenme algoritmaları ile ilişkisini irdelenir.

Dersin Öğrenme Çıktıları

Bu dersi başarı ile tamamlayan öğrenciler;

1. Yapay öğrenme algoritmaları için gerekli matematiksel alt yapıya sahip olur.

2.Yapay öğrenme algoritmaları ile matematiksel temeller arasındaki ilişkiyi kurma ve uygulama becerisi kazanmış oluyor.

3. Yapay öğrenme algoritmalarını sıfırdan tasarlayabilecek teorik bilgiyi kazanır.

4. Yapay Öğrenme algoritmaları ile proje geliştirme becerisi kazanmış oluyor.

5. Alanda yeni çıkan algoritmaların matematiksel temellerini kendi başına kavrayabilir.

Öğretim Yöntemleri

Yüz yüze

Kaynaklar

Mathematics for Machine Learning Companion webpage to the book "Mathematics for Machine Learning". Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.

Konu Başlıkları

Teori Konu Başlıkları
Hafta Konu Başlıkları
1 Hafta Yapay Öğrenme için Matematik Dersine Giriş
2 Lineer Cebir
3 Analitik Geometri
4 Matrix Ayrıştırma I
5 Matrix Ayrıştırma II
6 SVM
7 Calculus I
8 Calculus II
9 Ara Sinav
10 Optimizasyon I
11 Optimizasyon II
12 Hafta Olasılık Dağılımları I
13 Hafta Olasılık Dağılımları II
14 Lineer regresyon