| 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 | Dr.Öğr.Üyesi BURCU ÇARKLI YAVUZ, |
| 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, | |
| 2 | Makine öğrenmesinin temel kavramlarının öğrenilmesi | Anlatım, Soru-Cevap, | |
| 3 | Derin öğrenme yöntemlerinin öğrenilmesi ve bu yöntemleri kullanabilme becerisinin kazanılması | Anlatım, Tartışma, Deney ve Laboratuvar, | |
| 4 | Python derin öğrenme kütüphanelerinin tanınması ve bu kütüphaneleri uygulamalarda kullanabilme becerisinin kazandırılması | Anlatım, Tartışma, Deney ve Laboratuvar, |
| 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 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| 6 | Bilişim sistemlerinin işleyişinde verinin önemini ortaya koyarak veri hazırlama, veri analizi ve veri görselleştirme uygulamaları ile sistem verimliliğine katı sağlayıcı yetkinlikler kazanır. | ||||||
| 7 | İlgili alanlarda kitap, makale ve benzeri bilimsel yayın üretmek ve uygulama yapabilmek için gerekli yetkinlikleri kazanır. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
|---|---|---|---|---|---|---|---|---|
| 1 | Derin öğrenmenin matematiksel temellerinin kavranması | |||||||
| 2 | Makine öğrenmesinin temel kavramlarının öğrenilmesi | |||||||
| 3 | Derin öğrenme yöntemlerinin öğrenilmesi ve bu yöntemleri kullanabilme becerisinin kazanılması | |||||||
| 4 | Python derin öğrenme kütüphanelerinin tanınması ve bu kütüphaneleri uygulamalarda kullanabilme becerisinin kazandırılması |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ödev | 100 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| 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 | ||