Bu derste derin öğrenmeye giriş sunulmaktadır. Derin öğrenme modern sinir ağlarının geliştirilmesi ve uygulanmasıyla ilgilenen bir makine öğrenme dalıdır. Derste işlenen konular: temel sinir ağları; evrişimsel ve özyineli ağ yapıları; derin güdümsüz öğrenme; bilgisayarla görü, görüntü işleme ve doğal dil işleme gibi alanlardaki uygulamalar. Ders hem güdümlü hem de güdümsüz öğrenme görevleri için eğitim ve eniyileme stratejilerini içerecektir.
Dersin İçeriği
Bu ders; Makine Öğrenme ve Sinir Ağlarına Giriş ,Sinir Ağlarının Eğitimi ,Evrişimsel Sinir Ağları (ESA) ,ESA'daki Ağ Katmanları ,Derin Öğrenme Donanım ve Yazılımları ,Derin Öğrenme Mimarileri ,Derin Öğrenme Stratejileri,Özyineli Sinir Ağları ve LSTM'ler ,Doğal Dil İşleme ve Derin Öğrenme ,Bilgisayarla Görü ve Derin Öğrenme ,Görüntü İşleme ve Derin Öğrenme ,Güdümsüz Öğrenme ve Üretici Modelleme ,Derin Öğrenmenin Gelişmiş Uygulamalar ,Proje Sunumları; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
1. Güdümlü/güdümsüz öğrenme için evrişimsel sinir ağları tasarlar
12, 2, 21, 6, 9
A, E, F
2. Hiper-parametrelerin öğrenme başarımı üzerindeki etkilerini analiz eder
12, 2, 21, 6, 9
F
3. Derin ağları eğitmek için öğrenme teknikleri uygular
12, 2, 21, 6, 9
A, E, F
4. Derin ağların bilgisayarla görü, görüntü işleme ve doğal dil işlemedeki uygulamalarını gerçekleştirir
2, 21, 6, 9
E, F
5. Derin öğrenme için güncel yazılım ve donanım araçlarını kullanır
2, 21, 6, 9
E, F
Öğretim Yöntemleri:
12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Makine Öğrenme ve Sinir Ağlarına Giriş
2
Sinir Ağlarının Eğitimi
3
Evrişimsel Sinir Ağları (ESA)
4
ESA'daki Ağ Katmanları
5
Derin Öğrenme Donanım ve Yazılımları
6
Derin Öğrenme Mimarileri
7
Derin Öğrenme Stratejileri
8
Özyineli Sinir Ağları ve LSTM'ler
9
Doğal Dil İşleme ve Derin Öğrenme
10
Bilgisayarla Görü ve Derin Öğrenme
11
Görüntü İşleme ve Derin Öğrenme
12
Güdümsüz Öğrenme ve Üretici Modelleme
13
Derin Öğrenmenin Gelişmiş Uygulamalar
14
Proje Sunumları
Kaynak
Deep Learning, I. Goodfellow, Y. Bengio and A. Courville , MIT Press, http://www.deeplearningbook.org , 2016.
Machine Learning Yearning, Andrew Ng, http://www.mlyearning.org/, Intel® AI Academy Deep Learning 501 https://software.intel.com/en-us/ai-academy/students/kits/deep-learning-501
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
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.
X
5
Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur.
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.
Değerlendirme Sistemi
Katkı Düzeyi
Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı
50
Genel Sınavın Başarıya Oranı
50
Toplam
100
AKTS / İşyükü Tablosu
Etkinlik
Sayı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Saati
14
3
42
Rehberli Problem Çözme
0
0
0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi
5
20
100
Okul Dışı Diğer Faaliyetler
14
3
42
Proje Sunumu / Seminer
1
20
20
Proje Sunumu / Seminer
0
0
0
Kısa Sınav (QUİZ) ve Hazırlığı
0
0
0
Ara Sınav ve Hazırlığı
0
0
0
Genel Sınav ve Hazırlığı
1
30
30
Performans Görevi, Bakım Planı
0
0
0
Toplam İş Yükü (Saat)
234
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(234/30)
8
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.
Dersin Detaylı Bilgileri
Ders Tanımı
Ders
Kodu
Yarıyıl
T+U Saat
Kredi
AKTS
DERİN ÖĞRENMEDE GÜNCEL KONULAR
COED1212921
Bahar Dönemi
3+0
3
8
Ders Programı
Pazartesi 12:00-12:45
Pazartesi 13:30-14:15
Pazartesi 14:30-15:15
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili
İngilizce
Dersin Seviyesi
Doktora
Dersin Türü
Programa Bağlı Seçmeli
Dersin Koordinatörü
Prof.Dr. Bahadır Kürşat GÜNTÜRK
Dersi Verenler
Prof.Dr. Bahadır Kürşat GÜNTÜRK
Dersin Yardımcıları
Dersin Amacı
Bu derste derin öğrenmeye giriş sunulmaktadır. Derin öğrenme modern sinir ağlarının geliştirilmesi ve uygulanmasıyla ilgilenen bir makine öğrenme dalıdır. Derste işlenen konular: temel sinir ağları; evrişimsel ve özyineli ağ yapıları; derin güdümsüz öğrenme; bilgisayarla görü, görüntü işleme ve doğal dil işleme gibi alanlardaki uygulamalar. Ders hem güdümlü hem de güdümsüz öğrenme görevleri için eğitim ve eniyileme stratejilerini içerecektir.
Dersin İçeriği
Bu ders; Makine Öğrenme ve Sinir Ağlarına Giriş ,Sinir Ağlarının Eğitimi ,Evrişimsel Sinir Ağları (ESA) ,ESA'daki Ağ Katmanları ,Derin Öğrenme Donanım ve Yazılımları ,Derin Öğrenme Mimarileri ,Derin Öğrenme Stratejileri,Özyineli Sinir Ağları ve LSTM'ler ,Doğal Dil İşleme ve Derin Öğrenme ,Bilgisayarla Görü ve Derin Öğrenme ,Görüntü İşleme ve Derin Öğrenme ,Güdümsüz Öğrenme ve Üretici Modelleme ,Derin Öğrenmenin Gelişmiş Uygulamalar ,Proje Sunumları; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
1. Güdümlü/güdümsüz öğrenme için evrişimsel sinir ağları tasarlar
12, 2, 21, 6, 9
A, E, F
2. Hiper-parametrelerin öğrenme başarımı üzerindeki etkilerini analiz eder
12, 2, 21, 6, 9
F
3. Derin ağları eğitmek için öğrenme teknikleri uygular
12, 2, 21, 6, 9
A, E, F
4. Derin ağların bilgisayarla görü, görüntü işleme ve doğal dil işlemedeki uygulamalarını gerçekleştirir
2, 21, 6, 9
E, F
5. Derin öğrenme için güncel yazılım ve donanım araçlarını kullanır
2, 21, 6, 9
E, F
Öğretim Yöntemleri:
12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Makine Öğrenme ve Sinir Ağlarına Giriş
2
Sinir Ağlarının Eğitimi
3
Evrişimsel Sinir Ağları (ESA)
4
ESA'daki Ağ Katmanları
5
Derin Öğrenme Donanım ve Yazılımları
6
Derin Öğrenme Mimarileri
7
Derin Öğrenme Stratejileri
8
Özyineli Sinir Ağları ve LSTM'ler
9
Doğal Dil İşleme ve Derin Öğrenme
10
Bilgisayarla Görü ve Derin Öğrenme
11
Görüntü İşleme ve Derin Öğrenme
12
Güdümsüz Öğrenme ve Üretici Modelleme
13
Derin Öğrenmenin Gelişmiş Uygulamalar
14
Proje Sunumları
Kaynak
Deep Learning, I. Goodfellow, Y. Bengio and A. Courville , MIT Press, http://www.deeplearningbook.org , 2016.
Machine Learning Yearning, Andrew Ng, http://www.mlyearning.org/, Intel® AI Academy Deep Learning 501 https://software.intel.com/en-us/ai-academy/students/kits/deep-learning-501
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
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.
X
5
Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur.
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.
