Bilgi Paketi / Ders Kataloğu
İleri Seviye Derin Öğrenme
Ders Kodu: MCS523
Ders Türü: Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: İngilizce
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 6
Amaç

Derin öğrenmenin temellerini, derin öğrenme kavramlarını ve uygulamalarını tanıtmak. Öğrencilerin Python ile derin öğrenme projeleri geliştirmelerini sağlamak.

Özet İçerik

Derin öğrenmenin matematiksel temelleri, yapay sinir ağları, sinir ağı eğitimi, evrişimli sinir ağları, tekrarlayan sinir ağları, uzun kısa dönemli bellekler, doğrusal olmayan aktivasyon fonksiyonları, derin öğrenme algoritmaları ve uygulamaları.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Derin öğrenmenin temellerini anlayabilme
2.Yapay sinir ağları gibi temel derin öğrenme modellerinin nasıl çalıştığını anlayabilme
3.Derin öğrenme algoritmalarını ve tekniklerini uygulayabilme
4.Derin öğrenme projeleri geliştirebilme
5.Evrişimli sinir ağları ve tekrarlayan sinir ağları gibi temel derin öğrenme modellerinin nasıl çalıştığını anlayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.François Chollet, “Deep Learning with Python” , 2 nd Ed., Manning, 2021.
2.Aurélien Géron, “Hands-On Machine Learning with Scikit-Learn, Keras and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems”, 2 nd Ed., O’Reilly, 2019
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Derin Öğrenmeye Giriş
2. Hafta - Teorik
Derin Öğrenmeye dair Temel Kavramlar
3. Hafta - Teorik
Yapay Sinir Ağlarının Matematiksel Temeli
4. Hafta - Teorik
Yapay Sinir Ağları ile Sınıflandırma
5. Hafta - Teorik
Yapay Sinir Ağları ile Regresyon
6. Hafta - Teorik
Aşırı Öğrenme, Eksik Öğrenme
7. Hafta - Teorik
Derin Sinir Ağlarının Eğitimi
8. Hafta - Teorik
Bilgisayarlı Görü için Derin Öğrenme
9. Hafta - Teorik
Metin Verisi için Derin Öğrenme
10. Hafta - Teorik
Zaman Serisi Analizi için Derin Öğrenme
11. Hafta - Teorik
Kodlayıcı-Kod Çözücü Modelleri
12. Hafta - Teorik
Dikkat Mekanizması
13. Hafta - Teorik
Transformer Modelleri
14. Hafta - Teorik
Transformer Modelleri
Değerlendirme
Değerlendirme TürüAdetYüzde
Derse Katılım (Performans)1%5
Sunum1%10
Ara Sınav (Vize)1%15
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders143384
Sunum1516
Bireysel Çalışma140114
Ara Sınav120222
Dönem Sonu Sınavı120323
TOPLAM İŞ YÜKÜ (Saat)149
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
OÇ-1
3
3
3
3
4
3
4
3
3
OÇ-2
4
4
4
3
5
4
3
4
3
OÇ-3
3
3
5
5
5
4
3
5
5
OÇ-4
5
4
5
4
4
4
5
5
4
OÇ-5
3
3
3
3
4
3
4
3
3
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026