GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| EEMDR606 | DERİN ÖĞRENME UYGULAMALARI | Seçmeli Ders Grubu | 1 | 1 | 5,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Derin öğrenmenin temel ilkelerini ve uygulama alanlarını kavramak
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. M. Emin ŞAHİN
Öğrenme Çıktıları
| 1 | Makine öğrenmesi ve derin öğrenme konularında temel bilgilerin kazanımı. |
| 2 | Derin öğrenme yöntemlerinin (bilgisayarla görme, doğal dil işleme ve büyük veri gibi) alanlara uygulanması için bilgi ve beceri kazanımı. |
| 3 | Derin öğrenme konularındaki son gelişmelere ilişkin literatür bilgisi kazanımı. |
| 4 | Konvolüsyon Ağları ve uygulamalarını öğrenir. |
| 5 | Önce fikir düzeyinde, sonra pratik olarak derin bir öğrenme sistemi geliştirmek |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
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 | Teorik ve Problem Çözme | Yok |
| 2 | Python ve yardımcı kütüphanaleri | Teorik ve Problem Çözme | Yok |
| 3 | Makine öğrenmesi genel kavramları | Teorik ve Problem Çözme | Yok |
| 4 | Makine öğrenmesi programı yazma | Teorik ve Problem Çözme | Yok |
| 5 | Yapay sinir ağlarına giriş | Teorik ve Problem Çözme | yok |
| 6 | Temel bir yapay sinir ağını kodlama | Teorik ve Problem Çözme | yok |
| 7 | İleri beslemeli yapay sinir ağlarını eğitmek | Teorik ve Problem Çözme | yok |
| 8 | Evrişimsel sinir ağları | Teorik ve Problem Çözme | yok |
| 9 | Görüntü tanıması yapabilen evrişimsel sinir ağını kodlama | Teorik ve Problem Çözme | yok |
| 10 | Evrişimsel sinir ağlarını anlamak ve görselleştirmek | Teorik ve Problem Çözme | yok |
| 11 | Yinelemeli sinir ağları | Teorik ve Problem Çözme | yok |
| 12 | Yinelemeli sinir ağları kullanarak dizin modelleme uygulaması | Teorik ve Problem Çözme | yok |
| 13 | Otokodlayıcılar | Teorik ve Problem Çözme | yok |
| 14 | Genel tekrar | Teorik ve Problem Çözme | yok |
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 |
|---|---|---|
| Ara Sınav | 1 | 70 |
| Quiz | 1 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Final Sınavı | 1 | 3 | 3 |
| Quiz | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 20 | 20 |
| Quiz için Bireysel Çalışma | 1 | 20 | 20 |
| Ev Ödevi | 2 | 20 | 40 |
| Toplam İş Yükü (saat) | 126 | ||
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 | |
| ÖÇ 1 | 4 | 5 | ||||||||
| ÖÇ 2 | 4 | 5 | ||||||||
| ÖÇ 3 | 4 | 5 | ||||||||
| ÖÇ 4 | 4 | 5 | ||||||||
| ÖÇ 5 | 4 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek