DERS ADI

: Derin Öğrenme ve Katmanlı Sinir Ağları

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
CSC 5020 Derin Öğrenme ve Katmanlı Sinir Ağları SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DR. ÖĞR. ÜYESİ KADRİYE FİLİZ BALBAL

Dersi Alan Birimler

Bilgisayar Bilimleri Doktora (İngilizce)
Bilgisayar Bilimleri Yüksek Lisans

Dersin Amacı

Öğrencilerin hem teorik hem de uygulamalı olarak yapay zekâ ve yapay öğrenmedeki derin öğrenme ve katmanlı sinir ağları konularını kavramalarını ve uyarlayabilmelerini amaçlamaktadır.

Dersin Öğrenme Kazanımları

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Derin öğrenmeye giriş.
2 Yapay sinir ağlarına giriş.
3 Yapay sinir ağlarındaki temel konular ve yöntemler.
4 Örüntü tanıma ve yapay görme / algılama konularına giriş.
5 Katmanlı yapay sinir ağlarında temel kavramlar.
6 Katmanlı yapay sinir ağlarının kullanıldığı çeşitli uygulamalar ve teknolojiler.
7 Derin yinelemeli sinir ağlarının kullanıldığı çeşitli uygulamalar ve teknolojiler.
8 Uzun Kısa Süreli Bellek (LSTM)
9 Geri Beslemeli Sinir Ağları (RNN)
10 Derin öğrenme modellerinin karşılaştırmalı analizleri. Katmanlı sinir ağları ve derin öğrenme alanına ilişkin karmaşık problemler ve güncel konular.
11 Sunumlar
12 Sunumlar
13 Sunumlar
14 Dönem boyu işlenen konuların genel tekrarı ve değerlendirmesi.

Ders İçin Önerilen Kaynaklar

Y. Bengio, I. Goodfellow and A. Courville, Deep Learning , MIT Press, 2016.
L. Deng and D. Yu, Deep Learning: Methods and Applications , Foundations and Trends in Signal Processing, Now Publishers, 2014.

Yardımcı kaynaklar:
C. Bishop, Pattern Recognition and Machine Learning , Springer, 2006.
K. P. Murphy, Machine learning: a probabilistic perspective , MIT press, 2012.

Öğrenme ve Öğretme Yöntemleri

Ders, anlatım, sınıf sunumu ve tartışma biçiminde öğretilecek. Öğretilen dersin yanı sıra, öğrencilere gruplar halinde sunumlar hazırlatılacak ve tartışmalı oturumlar şeklinde sundurulacaktır. Dersin bazı haftalarında, daha önce verilen ödev sonuçları tartışılarak pekiştirilecektir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 SUN SUNUM
2 ODV ÖDEV
3 YSBN YIL SONU BAŞARI NOTU SUN * 0.50 + ODV * 0.50


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ders çıktıları, öğrencilerin hazırladıkları proje ve sunumlarla değerlendirilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

kadriyefiliz.balbal@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 13 4 52
Final Sınavına Hazırlık 1 24 24
Ödev Hazırlama 2 30 60
Sunum Hazırlama 2 14 28
Final Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 208

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10