EEE 585 Bilkent – Statistical Learning and Data Analytics: Şubeler, Hocalar, Not Hesaplama
EEE 585 (Statistical Learning and Data Analytics) Bilkent Elektrik-Elektronik Mühendisliği dersi. 2026-2027 Güz döneminde 1 şube açıldı. Son 5 yıl ortalaması 3,47 (A-).
- Bölüm
- EEE · Elektrik-Elektronik Mühendisliği
- Kredi / ECTS
- 3 kredi · 5 ECTSİş yükü 157 saat/dönem
- Haftalık saat
- 3 saat yüz yüze ders
- 2026-2027 Güz
- 1 şube · 17 kontenjan, %65 dolu
- Açıldığı dönemler
- Genelde Güz ve Bahar'da açılır, son 5 yılda yaz okulunda açılmadı.
- Son 5 yıl ortalaması
- 3,47 (A-)↑ son 2 yıl 3,54, önceki 3 yıl 3,44
2026-2027 Güz şubeleri ve hocaları
1 şube. Saatler STARS offerings verisinden alınır; yedek (spare) saatler normal ders saati gibi programa dahildir.
| Şube | Hoca | Gün / Saat | Derslik | Kontenjan |
|---|---|---|---|---|
| 1 | Cem Tekingeçmiş ortalaması 3,38 (A-) | Salı 08:30-10:20, Perşembe 13:30-15:201 saati yedek (spare) saat | EE-412 | 11/17 |
EEE 585 ders içeriği
Introduction to the goals and tools of machine learning and data analytics. Overview of machine learning on diverse data acquired by: sensor networks, physiological devices, etc. Fundamental learning models. Applications: decision support, computer vision, recommender systems. Performance analysis by using probabilistic approach. Bayesian and frequentist machine learning. Classification and regression. Linear regression, Ridge regression, Lasso. Parameter estimation and Bayesian regression. Generalized linear models. Neural Networks. Learning from unlabeled data: probabilistic clustering, blind signal separation and feature extraction. Graphical models. Techniques for handling missing and corrupted data. Deep learning, transfer learning, online learning.
Haftalık konular (14 hafta)
- Probability review for machine learning and data science (random variables, random vectors, Bayes rule, independence, law of large numbers, concentration inequalities
- Bayesian and frequentist machine learning (credible intervals, confidence intervals) and their use in data science
- Linear regression, ordinary least squares
- Ridge regression, lasso, Bayesian linear regression
- Generalized linear models
- Perceptron, neural networks and backpropagation
- Blind signal separation
- Probabilistic clustering, mixture of Gaussians and expectation maximization
- Feature extraction and feature selection
- Inference and learning in graphical models
- Naive Bayes, Restricted Boltzmann Machines, Contrastive Divergence
- Deep learning
- Reinforcement learning
- Online learning
Ders kitabı
- Recommended - Textbook: The elements of statistical learning, T. Hastie, R. Tibshirani, J. Friedman, 2003, Springer
- Recommended - Textbook: An introduction to statistical learning, James G, Witten D, Hastie T, Tibshirani R, 2013, Springer
- Recommended - Textbook: Machine learning: A probabilistic perspective, Murphy, Kevin P, 2012, MIT Press
- Recommended - Textbook: Probabilistic graphical models: principles and techniques,, Koller, Daphne, and Nir Friedman, 2009, MIT Press
- Recommended - Textbook: Pattern Recognition and Machine Learning, Christopher M. Bishop, 2011, Springer
EEE 585 değerlendirme ve FZ şartı
2026-2027 Güz syllabus'ı, koordinatör Cem Tekin.
| Değerlendirme | Adet | Ağırlık |
|---|---|---|
| Midterm | 1 | %25 |
| Final | 1 | %25 |
| Problem Sets + Quiz | 4 | %20 |
| Multi-phase term project | 1 | %20 |
| Research essay on a chosen topic | 1 | %10 |
FZ şartı
All project reports should be completed and submitted on time. No disciplinary penalty related with the course. The total points collected from the midterm and quizzes should be at least 20% of the total contribution of the midterm and quizzes.
Kaynak: STARS syllabus. Metinler olduğu gibi aktarılır; dönem içinde değişebilir.
Toplam puanını hesapla
EEE 585 not ortalaması: dönemlere göre
Son 5 yıl 3,47 · son 10 yıl 3,31 · tüm dönemler (2016'den beri) 3,31 · ortalama sınıf 7 öğrenci.
Nokta büyüklüğü öğrenci sayısını gösterir; soluk noktalar 10 öğrenciden az olan dönemler.
Dönem tablosu (18 dönem)
| Dönem | Şube | Öğrenci | Ders GPA | Şube GPA (min–max) |
|---|---|---|---|---|
| 2025-2026 Bahar | 1 | 6* | 3,73 | 3,73 |
| 2025-2026 Güz | 1 | 9* | 3,60 | 3,60 |
| 2024-2025 Güz | 1 | 8* | 3,33 | 3,33 |
| 2023-2024 Bahar | 1 | 14 | 3,26 | 3,26 |
| 2023-2024 Güz | 1 | 11 | 3,42 | 3,42 |
| 2022-2023 Bahar | 2 | 8* | 3,40 | 2,70–3,52 |
| 2022-2023 Güz | 1 | 6* | 3,65 | 3,65 |
| 2021-2022 Bahar | 2 | 5* | 3,34 | 3,33–3,35 |
| 2021-2022 Güz | 1 | 8* | 3,71 | 3,71 |
| 2020-2021 Bahar | 2 | 3* | 2,33 | 2,00–3,00 |
| 2020-2021 Güz | 1 | 13 | 2,59 | 2,59 |
| 2019-2020 Bahar | 2 | 5* | 3,74 | 3,67–3,85 |
| 2019-2020 Güz | 1 | 4* | 3,33 | 3,33 |
| 2018-2019 Bahar | 2 | 7* | 3,06 | 2,90–3,18 |
| 2018-2019 Güz | 1 | 3* | 2,87 | 2,87 |
| 2017-2018 Bahar | 2 | 7* | 3,47 | 3,38–4,00 |
| 2017-2018 Güz | 1 | 4* | 3,08 | 3,08 |
| 2016-2017 Bahar | 2 | 31 | 3,33 | 3,12–3,60 |
Dönem ortalaması STARS'ın "Course GPA" değeridir (o dönemin tüm şubeleri). Dönemler arası ortalama dönem ortalamalarının öğrenci sayısıyla ağırlıklı ortalamasıdır; "son 5 yıl" içinde bulunulan akademik yıldan önceki 5 tam yıldır. Şube ortalaması STARS "Section GPA"dır ve tek sayıya indirilmez. 10 öğrenciden az olan dönemler (*) ortalamaya dahildir ama soluk gösterilir. Final tekrar dönemleri dahil değildir.
Şubelere göre dağılım
Son 5 akademik yılda EEE 585 şubelerinin ortalamaları. Dönem seçerek karşılaştırabilirsin.
Bir noktanın üzerine gelince (ya da dokununca) şube ve hoca görünür.
Her nokta bir şube (STARS şube GPA'sı). Yatay çizgi en düşük–en yüksek, dikey çizgi medyan; soluk noktalar 10 öğrenciden az olan şubeler.
Hocalara göre EEE 585
Son 5 akademik yılda (2021–2026) bu dersi veren hocalar ve 2026-2027 Güz hocaları.
| Hoca | Dönem | Öğrenci | Şube ortalaması | Son verdiği |
|---|---|---|---|---|
| Cem Tekinbu dönem | 5 | 47 | 3,38 | 2025-2026 Güz |
| Süleyman Serdar Kozat | 4 | 28 | 3,59 | 2025-2026 Bahar |
Şube ortalaması: hocanın tek başına verdiği şubelerin öğrenci sayısıyla ağırlıklı STARS şube GPA'sı. Soluk satırlar 20 öğrenciden az notlu veriye dayanır.
Programına ekle
EEE 585 dersini ders programı oluşturucuya ekleyip çakışmasız kombinasyonları görebilirsin.
Sıkça sorulan sorular
EEE 585 dersinin ön koşulu nedir?
STARS kataloğunda EEE 585 için ön koşul belirtilmemiş.
EEE 585 kaç kredi, kaç ECTS?
EEE 585 3 Bilkent kredisi ve 5 ECTS. Haftalık 3 saat yüz yüze ders.
EEE 585 hangi dönemlerde açılır?
Genelde Güz ve Bahar'da açılır, son 5 yılda yaz okulunda açılmadı. 2026-2027 Güz döneminde 1 şube ile açık.
EEE 585 not ortalaması kaç?
EEE 585 dersinin son 5 akademik yıldaki ortalaması 3,47 (A-); 75 öğrencinin notundan, STARS'ın dönem ortalamaları öğrenci sayısıyla ağırlıklandırılarak hesaplandı.
EEE 585 FZ şartı nedir?
2026-2027 Güz syllabus'ına göre: All project reports should be completed and submitted on time. No disciplinary penalty related with the course. The total points collected from the midterm and quizzes should be at least 20% of the total contribution of the midterm and quizzes.
Veri STARS'ın herkese açık sayfalarından (offerings, katalog, ders geçmişi, syllabus) otomatik alınır. Şube, hoca ve kontenjan bilgisi değişebilir; kesin bilgi için SRS'yi kontrol edin.