GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| EEMYL510 | YAPAY SİNİR AĞLARI VE UYGULAMALARI | Seçmeli Ders Grubu | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Yapay Sinir Ağlarının yaygın kullanım bulan model ve algoritmalarının öğretilmesi
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Osman Safa ÇİFÇİ
Öğrenme Çıktıları
| 1 | Öğrenme nedir, makineler nasıl öğrenir ve öğrenme çeşitlerini kavrar. |
| 2 | İleri beslemeli yapay sinir ağı oluşturur ve uygulamalarda kullanır. |
| 3 | Evrişimsel sinir ağları ile resim tanıyabilen ağ mimarisini kavrar. |
| 4 | Dizinin önemli olduğu uygulamaları yinelemeli sinir ağları ile modeller. |
| 5 | Transformer ve çekişmeli üretici ağlar hakkında temel bilgi sahibi olur |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
-
Ders İçin Önerilen Diğer Hususlar
-
Dersin İçeriği
Öğrenmeye giriş / Makine öğrenmesi ile ilgili temel kavramlar / Yapay sinir ağları / Yapay sinir ağlarını eğitmek / Evrişimsel sinir ağları / Evrişimsel sinir ağlarını eğitmek ve görselleştirmek / Yinelemeli sinir ağları ile dizin modelleme / Otokodlayıcı
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Öğrenmeye giriş ve öğrenme türleri | ||
| 2 | Python ve yardımcı kütüphanaleri | ||
| 3 | Makine öğrenmesi genel kavramları | ||
| 4 | Makine öğrenmesi programı yazma | ||
| 5 | Yapay sinir ağlarına giriş | ||
| 6 | Temel bir yapay sinir ağını kodlam | ||
| 7 | İleri beslemeli yapay sinir ağlarını eğitmek | ||
| 8 | Evrişimsel sinir ağları | ||
| 9 | Görüntü tanıması yapabilen evrişimsel sinir ağını kodlama | ||
| 10 | Evrişimsel sinir ağlarını anlamak ve görselleştirmek | ||
| 11 | Yinelemeli sinir ağları | ||
| 12 | Yinelemeli sinir ağları kullanarak dizin modelleme uygulaması | ||
| 13 | Otokodlayıcılar | ||
| 14 | Proje sunumu |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
I. Goodfellow, Y. Bengio ve A. Courville, Deep Learning, 2016
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Quiz | 1 | 20 |
| Proje Hazırlama | 1 | 50 |
| Proje Sunma | 1 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
-
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Final Sınavı | 1 | 1 | 1 |
| Quiz | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Proje Hazırlama | 1 | 20 | 20 |
| Proje Sunma | 1 | 10 | 10 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 15 | 15 |
| Okuma | 14 | 2 | 28 |
| Quiz için Bireysel Çalışma | 1 | 10 | 10 |
| Toplam İş Yükü (saat) | 127 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | |
| ÖÇ 1 | 5 | 5 | 2 | 2 | 5 | 4 | 2 | 2 | 2 | 1 | 1 |
| ÖÇ 2 | 5 | 5 | 2 | 2 | 5 | 4 | 2 | 2 | 2 | 1 | 1 |
| ÖÇ 3 | 5 | 5 | 2 | 2 | 5 | 4 | 2 | 2 | 2 | 1 | 1 |
| ÖÇ 4 | 5 | 5 | 2 | 2 | 5 | 4 | 2 | 2 | 2 | 1 | 1 |
| ÖÇ 5 | 5 | 5 | 2 | 2 | 5 | 4 | 2 | 2 | 2 | 1 | 1 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek