| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Advan.Topıcs In Inf.Techn | ENM 603 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Doktora |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ALPER GÖKSU |
| Dersi Verenler | Prof.Dr. ORHAN TORKUL, |
| Dersin Yardımcıları | Arş. Gör. Raşit CESUR, Arş. Gör. Merve ŞİŞCİ |
| Dersin Kategorisi | Diğer |
| Dersin Amacı |
Because of the rapid pace of technological innovation and the turn around time inherent in the curricular change process, it is impossible for an academic department to offer a conventional course in each new technology as it emerges. Yet, students completing their program will face a job market in which knowledge of these technologies is prized or even demanded. |
| Dersin İçeriği | Applications and impacts of information systems, role of information technology, planning, building, and managing information systems |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Enabling New Forms of organization | ||
| 2 | Giving New Meaning to Everyday Things | ||
| 3 | Learning Difficulties of Foreseeing the Impact of Innovations | ||
| 4 | Thinking About Information Technology Performance | ||
| 5 | Learning the Progress of Technology | ||
| 6 | Learning the Business Processes of Planning, Building, and Managing Information Systems Management Principles | ||
| 7 | Learning Challenges of Planning, Building, and Managing Information Systems |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Introduction to Deep Learning and Machine Learning | |
| 2 | Probability and Information Theory | |
| 3 | Game Theory and Decision Theory | |
| 4 | Clustering and Classification | |
| 5 | Deep Networks | |
| 6 | Regularization for Deep Learning | |
| 7 | Optimization for Training Deep Models | |
| 8 | Convolutional Networks | |
| 9 | Recurrent and Recursive Networks | |
| 10 | Computer Vision Applications | |
| 11 | Speech Recognition | |
| 12 | Natural Language Processing | |
| 13 | Linear Factor Models and Autoencoders | |
| 14 | Comparison of Fuzzy and Expert Systems with Deep Learning |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulamaktır. | ||||||
| 2 | Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilmektir. | ||||||
| 3 | Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulamaktır. | ||||||
| 4 | Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilmektir. | ||||||
| 5 | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlamaktır. | ||||||
| 6 | Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve ileri düzeyde değerlendirmektir. | ||||||
| 7 | Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk almaktır. | ||||||
| 8 | Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilmektir. | ||||||
| 9 | Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgileri yorumlamaktır. | ||||||
| 10 | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilmektir. | ||||||
| 11 | Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum sağlamaktır. | ||||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetmektir. | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 45 |
| 1. Kısa Sınav | 10 |
| 1. Ödev | 45 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 60 |
| 1. Final | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Final | 1 | 8 | 8 |
| Final | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 4 | 64 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 2 | 32 |
| Ara Sınav | 1 | 8 | 8 |
| Kısa Sınav | 1 | 4 | 4 |
| Ödev | 1 | 32 | 32 |
| Toplam İş Yükü | 178 | ||
| Toplam İş Yükü / 25 (Saat) | 7,12 | ||
| Dersin AKTS Kredisi | 6 | ||