Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : MME546 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Yüksek Lisans |
| Eğitim Dili | : İngilizce |
| Staj Durumu | : Yok |
| Teori | : 3 |
| Uyg. | : 0 |
| Kredi | : 3 |
| Laboratuvar | : 0 |
| AKTS | : 8 |
Öğrenciler, görüntü verilerinden çeşitli gerçek dünya tanıma veya sınıflandırma için gerekli olan kavramları, teoriyi ve hesaplamalı algoritmaları anlayacaktırlar. Metin, konuşma, video ve diğer veri türlerindeki benzer çalışmaların anlaşılması için gerekli altyapıyı sağlar. Öğrenciler tıptan mühendislikten son teknoloji endüstriyel ve toplumsal ihtiyaçlara kadar çeşitli alanlarda öğretici çalışmalar geliştirebilirler.
Görüntü işleme, makine öğreniminin en heyecan verici alanlarından biridir. Kendi kendini süren arabalar, robot bilimi, artırılmış gerçeklik ve çok daha fazlası gibi birçok sektörde uygulamaları vardır. Bu derste öğrenciler görüntü işleme, Yapay Zeka ve çeşitli uygulamalarını anlayacaklardır.
| 1. | Öğrenciler görüntü sınıflandırma ve analiz probleminin tanımlarını bilgisayarlı görmedeki yaygın problemlere uygulayabileceklerdir |
| 2. | Öğrenciler, nesne tanıma ve görüntü aramanın temellerini, nesne algılama tekniklerini, hareket tahminini, evrişimsel filtreler kullanarak videoda nesne takibini açıklayabilecektir |
| 3. | Öğrenciler, nesne tanıma ve algılama için evrişimli sinir ağlarını görüntü verilerine uygulayabilecektir |
| 4. | Öğrenciler uygun görüntü işleme problemleri için farklı ağ mimarilerini seçebileceklerdir |
| 5. | Öğrenciler evrişimli sinir ağlarının teorik arka planını öğrenme oranları ve sistem boyutu açısından açıklayabilecektir |
| 1. | R. O. Duda, P. E. Hart , Pattern Classification, WILEY, (2001) |
| 2. | I. Goodfellow, Y. Bengio , Deep Learning, MIT Press, (2016) |
| 3. | Computer Vision: Algorithms and Applications, Richard Szeliski, Springer, 2010 |
| 4. | Mathematical Problems in Image Processing: Partial Differential Equations and the Calculus of Variations, G. Aubert and P. Kornprobst, 2nd Edition, Springer-Verlag, 2006 |
| 5. | Markov Random Fields for Vision and Image Processing, Andrew Blake, Pushmeet Kohli, Carsten Rother, The MIT Press, 2011 |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Ödev | 3 | %10 |
| Proje | 1 | %10 |
| Ara Sınav (Vize) | 1 | %10 |
| Dönem Sonu Sınavı (Final) | 1 | %70 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 3 | 4 | 98 |
| Ödev | 7 | 0 | 5 | 35 |
| Bireysel Çalışma | 7 | 3 | 3 | 42 |
| Ara Sınav | 1 | 9 | 2 | 11 |
| Dönem Sonu Sınavı | 1 | 12 | 2 | 14 |
| TOPLAM İŞ YÜKÜ (Saat) | 200 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | PÇ-9 | PÇ-10 | PÇ-11 | PÇ-12 | |
OÇ-1 | 3 | 5 | 5 | 4 | 4 | 4 | 4 | 5 | ||||
OÇ-2 | 3 | 5 | 5 | 3 | 4 | 4 | 4 | 4 | ||||
OÇ-3 | 3 | 5 | 5 | 3 | 4 | 4 | 4 | 4 | ||||
OÇ-4 | 3 | 5 | 5 | 4 | 4 | 4 | 4 | 5 | ||||
OÇ-5 | 3 | 5 | 5 | 4 | 4 | 4 | 4 | 3 | 4 | |||