Mühendislik ve Doğa Bilimleri Fakültesi · Bilgisayar Mühendisliği · Lisans
AKTS: 5 T+U+L: 2+0+1 Bölüm Seçmeli
Koordinatör: Dr. Öğr. Üyesi Sahra TİLKİ
Dersin Amacı
Derin öğrenme insan beyninin yapısına benzer yapay sinir ağları ile oluşturulmuş bir yapı ile kompleks karar verme mekanizmalarının taklit etme yöntemidir. Ders derin olmayan basit yapay sinir ağları ile başlayarak daha çok katmanlı sinir ağlarına ve bu ağları eğitme yöntemlerine odaklanır.
Ders İçeriği
Derin Öğrenme ve Yapay Sinir Ağları-Giriş ve Temel Kavramlar, Yapay Sinir Ağları Eğitimi, Evrişimsel (Konvolüsyonel) Sinir Ağları, Tekrarlayan Sinir Ağları (RNN, LSTM, GRU vb.) İleri/Seçme Derin Öğrenme Konuları
Dersin Öğrenme Çıktıları
- Makine öğrenmesine ait temel kavramları öğrenmek
- Derin sinir ağları ve derin öğrenme mantığını kavramak
- Derin öğrenme mimarilerinin yapısını öğrenerek bu ağları kütüphaneler yardımıyla oluşturmak
- RNN, LSTM, GAN gibi algoritmaları öğrenip bunları uygulayabilmek
- Aktarmalı Öğrenme (Transfer Learning) kavramını öğrenmek ve uygulamasını yapabilmek
Öğretim Yöntem ve Teknikleri
AnlatımAlıştırma ve UygulamaGösterimÖrnek OlayBireysel ÇalışmaProblem Çözme
Ölçme ve Değerlendirme
Proje / TasarımSınav (Yazılı Sınav / Test: Doğru-Yanlış Testi, Çoktan Seçmeli Testi, Kısa Cevaplı Test, Eşleştirmeli Test)
AKTS / İş Yükü
| Etkinlik | Sayı | Süre (saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi (Sınav Haftası Dahil) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Ara Sınav | 1 | 2 | 2 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 1 | 10 | 10 |
| Uygulama | 0 | 0 | 0 |
| Final | 1 | 2 | 2 |
Ders Akışı
| Hafta | Konu | Ön Hazırlık |
|---|---|---|
| 1 | Derin Öğrenme ve Yapay Sinir Ağları-Giriş ve Temel Kavramlar | Derin Öğrenme ve Yapay sinir ağları kavramları araştırılmalıdır. |
| 2 | Derin Öğrenme ve Yapay Sinir Ağları-Giriş ve Temel Kavramlar | Derin öğrenme ve Yapay Sinir Ağları ile ilgili temel kavramlar araştırılmalıdır. |
| 3 | Yapay Sinir Ağları Eğitimi (Aktivasyon fonksiyonları, dropout, batch normalizasyonu) | Yapay sinir ağları eğitimi araştırılmalıdır. |
| 4 | Derin Öğrenme Modelleri İçin Optimizasyon Teknikleri | Derin Öğrenme Modelleri için optimizasyon teknikleri araştırılmalıdır. |
| 5 | İleri Beslemeli Derin Ağları ve Eğitim | İleri Beslemeli Derin Yapay Sinir Ağları araştırılmalıdır. |
| 6 | Evrişimsel (Konvolüsyonel) Sinir Ağları | Evrişimsel (Konvolüsyonel) Sinir Ağları araştırılmalıdır. |
| 7 | Evrişimsel (Konvolüsyonel) Sinir Ağları | Evrişimsel (Konvolüsyonel) Sinir Ağları ve uygulanması araştırılmalıdır. |
| 8 | Ara Sınav | Ara Sınav hazırılığı yapılmalıdır. |
| 9 | Tekrarlayan Sinir Ağları (RNN, LSTM, GRU vb.) | Tekrarlayan Sinir Ağları (RNN, LSTM, GRU vb.) araştırılmalıdır. |
| 10 | Tekrarlayan Sinir Ağları (RNN, LSTM, GRU vb.) | Tekrarlayan Sinir Ağları (RNN, LSTM, GRU vb.) ve uygulanması araştırılmalıdır. |
| 11 | Hibrit Derin Öğrenme Modelleri | Hibrit Derin Öğrenme Modelleri araştırılmalıdır. |
| 12 | İleri/Seçme Derin Öğrenme Konuları | İleri/Seçme Derin Öğrenme Konuları araştırılmalıdır. |
| 13 | İleri/Seçme Derin Öğrenme Konuları | İleri/Seçme Derin Öğrenme Konuları ve uygulanması araştırılmalıdır. |
| 14 | Proje Sunumları | Proje Sunum, rapor ve kodları ders yürütücüsüne ilan edilen son tarihten önce gönderilmiş olmalıdır. |
| 15 | Final Proje Sunumları | Final Proje sunum hazırlığı yapılmalıdır. |