Elektrik ve Bilgisayar Mühendisliği Tezli Yüksek Lisans
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Lisansüstü Eğitim Enstitüsü
Elektrik ve Bilgisayar Mühendisliği Tezli Yüksek Lisans Programı
Ders Bolognaları
Lisansüstü Eğitim Enstitüsü
Elektrik ve Bilgisayar Mühendisliği Tezli Yüksek Lisans Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 80511125 | Derin Öğrenme | 2023 | Bahar | 2 | 3+0+0 | 7,5 | 7,5 |
| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Yüksek Lisans (TYYÇ: 7. Düzey / QF-EHEA: 2. Düzey / EQF-LLL: 7. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | Dr. Öğr. Üyesi Ali Osman ÇIBIKDİKEN |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Hüseyin Oktay Altun | - |
Dersin İçeriği
Derin Öğrenmeye Giriş, Mantıksal Sınıflandırma, Rastlantısal Optimizasyon, Softmax ve TensorFlow, Veri ve Parametre Ayarlama, Kararlılık Analizi ve Doğrulama Kümesi, Derin Sinir Ağları, İçiçe Sinir Ağları, Denetimsiz Öğrenme, Anlamsal Belirsizlik, "Yerleştirme"ler, Tekrarlayan Sinir Ağları, Uzun - Kısa Dönemli Hafıza, Düzenlileştirme
Dersin Amacı
Ders, derin öğrenmenin yapay sinir ağları üzerinde uygulanması için gerekli teorik ve uygulamalı altyapının verilmesini amaçlar.
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Derin Öğrenmeye Giriş |
| 2 | Mantıksal Sınıflandırma |
| 3 | Rastlantısal Optimizasyon |
| 4 | Softmax ve TensorFlow |
| 5 | Veri ve Parametre Ayarlama |
| 6 | Kararlılık Analizi ve Doğrulama Kümesi |
| 7 | Derin Sinir Ağları |
| 8 | İçiçe Sinir Ağları |
| 9 | Denetimsiz Öğrenme |
| 10 | Anlamsal Belirsizlik |
| 11 | "Yerleştirme"ler |
| 12 | Tekrarlayan Sinir Ağları |
| 13 | Uzun - Kısa Dönemli Hafıza |
| 14 | Düzenlileştirme |
Ders Kitabı veya Malzemesi
| Kaynaklar | Artificial Intelligence for Humans, Volume 1: Fundamental Algorithms - Jeff Heaton |
| Data Science from Scratch: First Principles with Python - Joel Grus | |
| Deep Learning - Ian Goodfellow, Yoshua Bengio, Aaron Courville | |
| Deep Learning: A Practitioner's Approach - Adam Gibson, Josh Patterson | |
| Python Data Science Handbook: Essential Tools for Working with Data - Jake VanderPlas | |
| TensorFlow Machine Learning Cookbook - Nick McClure |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 0 | 0 | 0 |
| Ara Sınav | 0 | 0 | 0 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 0 | 0 | 0 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 0 | ||
| Toplam Yük / 30 | 0 | ||
| Dersin AKTS Kredisi: | 0 | ||