Bu derste, kökleri bilgisayar bilimi, yapay zeka ve istatistik olan istatistiksel makine öğrenimi işlenir ve bilgisayarların 'öğrenme' süreciyle performanslarını iyileştirmelerine, karar vermelerine ve tahmin etmelerine olanak tanıyan geniş bir algoritma anlayışı sağlanır. Derste temel yöntemler öğretilir ve gerçek verilere uygulanır. Başlıktaki istatistiksel terimi, makine öğrenimine baskın yaklaşımlar oluşturan istatistiksel teknikleri vurgular. Ders, metodolojiyi teorik temeller, hesaplama unsurları ve istatistiksel teori konularıyla bütünleştirir ve öğrencilere modern istatistiksel makine öğrenimi yöntemlerinin ardındaki temel fikirleri ve sezgileri sağlar. Bu dersi tamamlayan öğrencilerin, konuşma tanıma, internet arama, biyoinformatik, görüntü ve ses sinyali analizi, veri madenciliği ve keşifsel veri analizi konularında denetimli ve denetimsiz öğrenme yaklaşımlarını öğrenmeleri beklenmektedir.
In this course, statistical machine learning which has roots in computer science, artificial intelligence and statistics is covered and a broad understanding of algorithms that allow computers to improve their performance through the process of ‘learning’ and enable them to make decisions and predictions is provided. Fundamental methods are taught and applied to real data. The term statistical in title emphasizes the statistical techniques, which form dominant approaches to machine learning. The course integrates methodology with theoretical underpinnings, computational elements, and statistical theory issues. By completion of this course, students are expected to learn about supervised and unsupervised learning approaches to speech recognition, internet search, bioinformatics, image and audio signal analysis, data mining and exploratory data analysis.
- Teacher: Yasemin Bay