Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Derin Öğrenme | ISE 512 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Dr.Öğr.Üyesi BURCU ÇARKLI YAVUZ |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | |
Dersin İçeriği | Derin öğrenme ve makine öğrenmesinin temel kavramları, Python programlama dili ile kullanılan derin öğrenme kütüphaneleri, derin öğrenme algoritmaları (CNN, RNN, LSTM, RBM, DBN,AE, GAN vb), derin öğrenmenin geleceği, farklı alanlardaki derin öğrenme uygulamaları |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Derin öğrenmenin matematiksel temellerinin kavranması | Anlatım, | Sınav, |
2 | Makine öğrenmesinin temel kavramlarının öğrenilmesi | Anlatım, Soru-Cevap, | Sınav, |
3 | Derin öğrenme yöntemlerinin öğrenilmesi ve bu yöntemleri kullanabilme becerisinin kazanılması | Anlatım, Alıştırma ve Uygulama, Bireysel Çalışma, | Sınav, Ödev, |
4 | Python derin öğrenme kütüphanelerinin tanınması ve bu kütüphaneleri uygulamalarda kullanabilme becerisinin kazandırılması | Anlatım, Alıştırma ve Uygulama, Bireysel Çalışma, | Sınav, Ödev, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Derin Öğrenmeye Giriş | |
2 | Derin Öğrenmenin Matematiksel Temelleri | |
3 | Makine Öğrenmesi Temel Kavramlar | |
4 | Makine Öğrenmesi Temel Kavramlar | |
5 | Python Derin Öğrenme Kütüphaneleri | |
6 | Evrişimsel Yapay Sinir Ağları (CNN) | |
7 | Tekrarlayan Sinir Ağları (RNN), Uzun Kısa Süreli Bellek (LSTM) | |
8 | Boltzmann Makinesi (BM) ve Kısıtlı Boltzmann Makineleri (RBM) | |
9 | Derin İnanç Ağları (DBN), Derin Oto-Kodlayıcılar (AE) | |
10 | Çekişmeli Üretici Ağlar (GAN) ve diğer Derin Öğrenme Modelleri | |
11 | Derin Öğrenmenin Geleceği | |
12 | Derin Öğrenme Uygulamaları | |
13 | Derin Öğrenme Uygulamaları | |
14 | Derin Öğrenme Uygulamaları |
Kaynaklar | |
---|---|
Ders Notu | |
Ders Kaynakları | Derin Öğrenme, Ian Goodfellow, Yoshua Bengio, Aaron Courville, Buzdağı yayınevi (Türkçe çeviri) Python ile Derin Öğrenme, François Chollet, Buzdağı yayınevi (Türkçe çeviri) Deep Learning, John Paul Mueller, Luca Massaron, John Wiley & Sons |
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 uygulama becerisi | ||||||
2 | Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi | ||||||
3 | Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi | ||||||
4 | Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi | ||||||
5 | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi | ||||||
6 | Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri | ||||||
7 | Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi | ||||||
8 | Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi | ||||||
9 | Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgileri yorumlama becerisi | ||||||
10 | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi | ||||||
11 | Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi | ||||||
12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
Toplam | 0 |
Toplam | 0 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 15 | 15 |
Ödev | 1 | 25 | 25 |
Final | 1 | 20 | 20 |
Toplam İş Yükü | 156 | ||
Toplam İş Yükü / 25 (Saat) | 6,24 | ||
Dersin AKTS Kredisi | 6 |