EN
  • Anasayfa
  • BM5029 Derin Öğrenmeye Giriş (2024 - 2025 / . Yarıyıl)
  • EN
BM5029 - Derin Öğrenmeye Giriş
Ders Adı Kodu Yarıyıl T+U Saat AKTS Pdf
Derin Öğrenmeye Giriş BM5029 3 + 0 7,5 Pdf
Birim Bölüm
BİLGİSAYAR MÜHENDİSLİĞİ - YL
Derece Seviye Lisansüstü - Seçmeli - Türkçe
Dersin Verilişi Yüz yüze
EBS Koordinatörü Dr. Öğr. Üyesi Burakhan ÇUBUKÇU
Ders Veren Dr. Öğr. Üyesi Burakhan ÇUBUKÇU
Amaç

Temel yapay zeka kavramlarının öğrenilmesi, CNN, RNN, LSTM hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek.

Ders İçeriği

Derin öğrenme yöntemlerinin anlatılması, algoritmalarının bir yazılım dilinde kodlatılması ve bu kodların hazır veritabanlarına uygulanması

Ders Kaynakları Goodfellow, Y. Bengio and A. Courville, “Deep Learning”, MIT Press, 2016.
Açıldığı Öğretim Yılı 2022 - 2023 2023-2024 2024 - 2025
Yarıyıl İçi Çalışmalar Katkı Yüzdesi (%)
Ara Sınav 1 20
Ödev 1 30
Toplam 50
Yarıyıl Sonu Çalışmalar Katkı Yüzdesi (%)
Dönem Sonu Uygulaması %50
Toplam %50
Yarıyıl İçinin Başarıya Oranı %50
Yarıyıl Sonu Çalışmalar %50
Toplam %100
Kategori Ders İlişki Yüzdeleri (%)
Aktarılabilir Beceri Dersleri
0
Beşeri, İletişim ve Yönetim Becerileri Dersleri
0
Destek Dersleri
0
Ek Dersler
0
Kategori
0
Mesleki Seçmeli Dersler
0
Temel Meslek Dersleri
0
Uygulama Dersleri
0
Uzmanlık / Alan Dersleri
0
Ders İş Yükü Öğretim Metotlar / Öğretim Metodu Süresi (Saat) Sayısı Toplam İş Yükü (Saat)
Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Sınıf Dışı Çalışma 3 14 42
Dinleme ve anlamlandırma Ders 3 14 42
Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Sözlü 1 1 1
Uygulama 1 Uygulama 1 20 1 20
Ödev (Sunum) Ödev (Sunum) 10 1 10
Ara Sınav 1 Ara Sınav 1 30 1 30
Dönem Sonu Uygulaması Dönem Sonu Uygulaması 40 1 40
Toplam İş Yükü (Saat) 185
AKTS = Toplam İş Yükü (Saat) / 25.5 (s) 7,25
AKTS
Hafta Konu Öğretim Metodu
1 Yapay zeka giriş, tarihçe ve teorik temeller Ders Sınıf Dışı Çalışma
2 Yapay sinir ağları Ders Sınıf Dışı Çalışma
3 İleri beslemeli ve geri beslemeli ağlar Ders Sınıf Dışı Çalışma
4 Evrişimsel Yapay Sinir Ağlar (CNN) Ders Sınıf Dışı Çalışma
5 Tekrarlayan Sinir Ağları (RNN) Ders Sınıf Dışı Çalışma
6 Uzun Kısa Süreli Bellek (LSTM) Ders Sınıf Dışı Çalışma
7 Uzun Kısa Süreli Bellek temelli diğer ağlar Ders Sınıf Dışı Çalışma
8 Uygulama 1 sunumları Ders Sınıf Dışı Çalışma Tartışmalı Ders
8 Uygulama 1 sunumları Ders Sınıf Dışı Çalışma Tartışmalı Ders
10 CNN tabanlı geliştirilmiş uygulamalar Ders Sınıf Dışı Çalışma
11 RNN tabanlı geliştirilmiş uygulamalar Ders Sınıf Dışı Çalışma
12 LSTM tabanlı geliştirilmiş uygulamalar Ders Sınıf Dışı Çalışma
13 Uygulama Sunumları Ders Sınıf Dışı Çalışma Tartışmalı Ders
13 Uygulama Sunumları Ders Sınıf Dışı Çalışma Tartışmalı Ders
Ders Öğrenme Çıktısı Ölçme Değerlendirme Öğretim Metodu Öğrenme Faaliyeti
Temel yapay zeka kavramlarının öğrenilmesi, Yazılı Sınav Ders Sınıf Dışı Çalışma Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim
CNN hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek Ödev / Proje Ders Sınıf Dışı Çalışma Tartışmalı Ders Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme
RNN hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek Ödev / Proje Ders Sınıf Dışı Çalışma Tartışmalı Ders Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme
LSTM hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek Ödev / Proje Ders Sınıf Dışı Çalışma Tartışmalı Ders Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme
DERS ÖĞRENME ÇIKTISI
PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10
Temel yapay zeka kavramlarının öğrenilmesi, 0 4 2 3 2 5 3 0 2 5
CNN hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek 0 4 4 3 5 5 5 0 4 5
RNN hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek 0 4 4 3 5 5 5 0 4 5
LSTM hakkında teorik bilgiye sahip olmak, algoritmaları hazır veritabanlarına uygulayabilmek 0 4 4 3 5 5 5 0 4 5