| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Derin Öğrenme | VBL5016 | 1 | 3 + 0 | 7,5 |
| Birim Bölüm | VERİ BİLİMİ VE ANALİTİĞİ - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Doç. Dr. Nur Kuban TORUN (Yıl: 2025 - 2026) Prof. Dr. Serpil TÜRKYILMAZ (Yıl: 2025 - 2026) |
| Ders Veren | |
| Amaç |
Bu dersin amacı, temel derin öğrenme bilgisini ileri düzey mimarilere, öz-denetimli öğrenme yöntemlerine ve karmaşık veri tiplerine (graf, nokta bulutu, vb.) taşımaktır. Ders; Transformer mimarilerinin derinlemesine incelenmesi, üretken yapay zeka (Generative AI), difüzyon modelleri ve model açıklanabilirliği gibi literatürün en güncel konularını hem teorik hem de araştırma odaklı bir perspektifle ele alır. |
| Ders İçeriği |
Ders; Attention ve Transformer varyasyonları, Vision Transformers (ViT), Grafik Sinir Ağları (GNN), Öz-denetimli Öğrenme (Contrastive Learning), Üretken Modeller (GAN, Diffusion, VAE), Sinirsel Radyans Alanları (NeRF) ve Büyük Dil Modellerinin (LLM) ince ayar (Fine-tuning) süreçlerini kapsar. |
| Ders Kaynakları |
Prince, J. D. Understanding Deep Learning (2023)
|
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| 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
|
|
Yetkinlik Tamamlayıcı Ders
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | 3,0 | |||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Derin Öğrenme ve Ölçekleme Modern optimizasyon, büyük modellerde aşırı parametreleşme. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 2 | İleri Attention Mekanizmaları | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 3 | Vision Transformers (ViT) | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 4 | Öz-Denetimli Öğrenme (SSL)Contrastive learning, SimCLR, MoCo ve BYOL yaklaşımları. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 5 | Graf Sinir Ağları (GNN) Graf evrişimi (GCN), GraphSAGE ve Graph Attention (GAT). | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 6 | Üretken Çekişmeli Ağlar (GAN) - İleri StyleGAN, CycleGAN ve kararlı eğitim teknikleri. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 7 | Difüzyon Modelleri (Diffusion)Gürültü giderme, Stable Diffusion ve Score-based modeller. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 8 | Ara Sınav / Literatür Taraması Güncel makale sunumları ve kritik değerlendirme. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 9 | Büyük Dil Modelleri (LLM) Pre-training, RLHF (İnsan Geri Bildirimi ile Pekiştirmeli Öğrenme). | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 10 | Prompt Engineering ve In-Context LearningModelleri komutlarla yönlendirme ve az-örnekli öğrenme. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 11 | Multimodal Öğrenme CLIP, Flamingo gibi görsel ve metinsel veriyi birleştiren modeller. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 12 | Sinirsel Mimari Arama (NAS)Otomatik model tasarımı ve donanım duyarlı mimariler. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 13 | Model Sıkıştırma ve Hızlandırma Budama (Pruning), Kuantizasyon ve Bilgi Damıtma (Distillation). | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 14 | Etik, Güvenlik ve Robustness Adversarial ataklar, model yanlılığı ve yapay zeka etiği. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| En son literatürdeki (SOTA) derin öğrenme makalelerini okuyup analiz edebilir ve uygulayabilir. | Yazılı Sınav 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 |
| Büyük Dil Modelleri (LLM) ve Görme Transformer'larının (ViT) matematiksel altyapısını açıklar. | Yazılı Sınav 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 |
| Veri kıtlığı durumunda Öz-Denetimli Öğrenme (Self-Supervised Learning) tekniklerini kullanır. | Yazılı Sınav 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 |
| Graf Sinir Ağları (GNN) ile yapılandırılmamış ve ilişkisel verileri modeller. | Yazılı Sınav 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 |
| Modellerin hesaplama maliyetini düşürmek için Model Sıkıştırma (Pruning, Quantization) yöntemlerini uygular. | Yazılı Sınav 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 | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ortalama Değer | - | - | - | - | - | - | - | - | - | - | - |
