Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
DOĞAL DİL İŞLEMECOED1112914Güz Dönemi3+038
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiDoktora
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüProf.Dr. Selim AKYOKUŞ
Dersi VerenlerProf.Dr. Selim AKYOKUŞ
Dersin Yardımcıları
Dersin AmacıBu ders Doğal Dil İşleme (DDİ)'nin temellerini ve derin öğrenmenin DDİ'ye uygulanmasını içermektedir. Bu dersin önkoşulu Makine Öğrenmesi'dir.
Dersin İçeriğiBu ders; Giriş,Scikit-learn ile basit bir DDİ akışı,Kelime vektörleri,Yinelemeli Sinir Ağları,Dil modelleri,Pytorch ve tensorflow,Metin sınıflandırma, metin özetleme, soru cevaplama,Sınav haftasına Hazırlık,Makine tercümesi,Dönüştürücüler,Hafif yüklü yapay zeka,Üretilen DDİ sistemleri,Proje sunumları,Proje sunumları; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Tensorflow ya da pytorch kullanarak gelişmiş sinir ağ mimarilerini uygular2E
Makine öğrenmesinin gelişmiş kavramlarını içeren bütün bir DDİ projesini tamamlar16, 2D, F
Metin sınıflandırma ya da metin üretme gibi amaçlarla kullanılan çeşitli DDİ algoritmalarını tanımlar12, 14, 21, 6, 9A, D, G
Öğretim Yöntemleri:12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Giriş
2Scikit-learn ile basit bir DDİ akışı
3Kelime vektörleri
4Yinelemeli Sinir Ağları
5Dil modelleri
6Pytorch ve tensorflow
7Metin sınıflandırma, metin özetleme, soru cevaplama
8Sınav haftasına Hazırlık
9Makine tercümesi
10Dönüştürücüler
11Hafif yüklü yapay zeka
12Üretilen DDİ sistemleri
13Proje sunumları
14Proje sunumları
Kaynak
Speech and Language Processing, Jurafsky and Martin, 3rd edition draft at https://web.stanford.edu/~jurafsky/slp3/
Natural Language Processing with Python, Steven Bird, Ewan Klein, and Edward Loper at http://www.nltk.org/book/

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Temel bilimleri, matematik ve mühendislik bilimlerini üst düzeyde anlar ve uygular, alanında en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir.
X
2
Mühendisliğin ilişkili olduğu disiplinler arası etkileşimi kavrar, yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır.
X
3
Bir alanda en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir.
X
4
Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar.
5
Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur.
X
6
Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirerek bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır.
7
Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygular ve sonuçlandırır; bu süreci yönetir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü C1 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır
X
9
Uzmanlık alanındaki fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar.
X
10
Mühendislik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtır, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur ve toplumsal, bilimsel, kültürel ve etik değerlerin gelişimini destekler.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 50
Genel Sınavın Başarıya Oranı 50
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14342
Rehberli Problem Çözme000
Problem Çözümü / Ödev / Proje / Rapor Tanzimi10220
Okul Dışı Diğer Faaliyetler000
Proje Sunumu / Seminer81080
Kısa Sınav (QUİZ) ve Hazırlığı6318
Ara Sınav ve Hazırlığı13030
Genel Sınav ve Hazırlığı15050
Performans Görevi, Bakım Planı000
Toplam İş Yükü (Saat)240
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(240/30)8
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
DOĞAL DİL İŞLEMECOED1112914Güz Dönemi3+038
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiDoktora
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüProf.Dr. Selim AKYOKUŞ
Dersi VerenlerProf.Dr. Selim AKYOKUŞ
Dersin Yardımcıları
Dersin AmacıBu ders Doğal Dil İşleme (DDİ)'nin temellerini ve derin öğrenmenin DDİ'ye uygulanmasını içermektedir. Bu dersin önkoşulu Makine Öğrenmesi'dir.
Dersin İçeriğiBu ders; Giriş,Scikit-learn ile basit bir DDİ akışı,Kelime vektörleri,Yinelemeli Sinir Ağları,Dil modelleri,Pytorch ve tensorflow,Metin sınıflandırma, metin özetleme, soru cevaplama,Sınav haftasına Hazırlık,Makine tercümesi,Dönüştürücüler,Hafif yüklü yapay zeka,Üretilen DDİ sistemleri,Proje sunumları,Proje sunumları; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Tensorflow ya da pytorch kullanarak gelişmiş sinir ağ mimarilerini uygular2E
Makine öğrenmesinin gelişmiş kavramlarını içeren bütün bir DDİ projesini tamamlar16, 2D, F
Metin sınıflandırma ya da metin üretme gibi amaçlarla kullanılan çeşitli DDİ algoritmalarını tanımlar12, 14, 21, 6, 9A, D, G
Öğretim Yöntemleri:12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Giriş
2Scikit-learn ile basit bir DDİ akışı
3Kelime vektörleri
4Yinelemeli Sinir Ağları
5Dil modelleri
6Pytorch ve tensorflow
7Metin sınıflandırma, metin özetleme, soru cevaplama
8Sınav haftasına Hazırlık
9Makine tercümesi
10Dönüştürücüler
11Hafif yüklü yapay zeka
12Üretilen DDİ sistemleri
13Proje sunumları
14Proje sunumları
Kaynak
Speech and Language Processing, Jurafsky and Martin, 3rd edition draft at https://web.stanford.edu/~jurafsky/slp3/
Natural Language Processing with Python, Steven Bird, Ewan Klein, and Edward Loper at http://www.nltk.org/book/

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Temel bilimleri, matematik ve mühendislik bilimlerini üst düzeyde anlar ve uygular, alanında en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir.
X
2
Mühendisliğin ilişkili olduğu disiplinler arası etkileşimi kavrar, yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır.
X
3
Bir alanda en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir.
X
4
Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar.
5
Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur.
X
6
Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirerek bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır.
7
Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygular ve sonuçlandırır; bu süreci yönetir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü C1 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır
X
9
Uzmanlık alanındaki fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar.
X
10
Mühendislik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtır, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur ve toplumsal, bilimsel, kültürel ve etik değerlerin gelişimini destekler.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 50
Genel Sınavın Başarıya Oranı 50
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Ekleme Tarihi: 10/02/2023 - 16:22Son Güncelleme Tarihi: 10/02/2023 - 16:23