CE 532 | Ders Tanıtım Bilgileri - Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)

Dersin Adı

Uygulamalı Kuantum Makine Öğrenmesi

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 532	Güz/Bahar	3	0	3	7.5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Yüksek Lisans
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	-
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Kutluhan Erol
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi Kutluhan Erol
Yardımcı(ları)	-

Dersin Amacı

Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Bu dersin amacı kuantum modellerini ve platformlarını tanıtmak, bu platformlarda programlamayı göstermektir. Öğrencilerimiz Qbitleri kullanarak iş dünyasına değer kazandıracak çözümler üzerine çalışacaklardır.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Kuantum Bilgisayarlar ve Kuantum Bilişimi açıklayabilecek ve Qbitleri kullanarak programlamayı bilecekler.
2	Yapay Zeka, Makine Öğrenmesi, Derin Öğrenmeni kullanarak güncel uygulamalar geliştirebilecekler.
3	Lineer Denklemlerin çözümünde Kuantum Algoritmaların kullanımı ve yeni algoritmaların tasarımını gerçekleştirebileceklerdir.
4	Makine Öğrenmesinde Kuantum Fourier dönüşümünün kullanabileceklerdir.
5	Büyük Veri ve Kuantum Mekaniği konusunu tartışabileceklerdir.
6	Kuantum Sinir Ağlarını sınıflandırabileceklerdir.

Ders Tanımı

Bu ders kuantum bilişim teknikleri kullanarak klasik otomatik öğrenme yöntemlerinin verimliliğini arttırmayı içerir ve aynı zamanda kuantum sistemlerini analiz etmek için klasik makine öğrenimi yöntemlerinin nasıl kullanılabileceğini gösterir.

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri	X
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Kuantum Bilgisayarları - Miras CPU ile fiziksel farklar - Kuantum Bilgi Kuramı	https://www.kdnuggets.com/2018/01/quantum-machine-learning-overview.html
2	Yapay Zeka Makine Öğrenimi	https://www.kdnuggets.com/2016/10/artificial-intelligence-deep-learning-neural-networks-explained.html
3	Büyük Veri ve Kuantum Mekaniği	http://www.vip.gatech.edu/teams/big-data-and-quantum-mechanics https://ieeexplore.ieee.org/document/7876324/
4	Kuantum Hesaplaması Modeller	https://arxiv.org/abs/1012.6035 http://tph.tuwien.ac.at/~oemer/doc/quprog/node9.html
5	Klasik Bilgisayarlarda Kuantum Benzeri Öğrenme	Quantum Machine Learning Bölüm 12 https://www.wired.com/2015/12/for-google-quantum-computing-is-like-learning-to-fly/
6	Bulgu özdeğerler ve Büyük özvektörlerine ilişkin ML algoritmalarının kuantum versiyonları	https://www.fanaticalfuturist.com/2018/05/new-quantum-ml-algorithm-could-revolutionise-quantum-ai-before-it-even-begins/ https://scottaaronson.com/papers/qml.pdf http://www.qutisgroup.com/wp-content/uploads/2014/10/TFG-Cristian-Romero.pdf https://www.scottaaronson.com/papers/qml.pdf
7	Kuantum Hesaplamalı Zeka	https://uwaterloo.ca/institute-for-quantum-computing/blog/post/quantum-computational-intelligence
8	Kuantum Bilgisayar Servis Sağlayıcıları; IBM, Microsoft, D- Wave	https://qiskit.org/ https://www.research.ibm.com/ibm-q/learn/quantum-computing-applications/ https://www.dwavesys.com/tags/quantum-programming
9	Q# giriş	https://docs.microsoft.com/en-us/quantum/quantum-qr-intro?view=qsharp-preview
10	İkili QuBit sınıflandırılması	https://arxiv.org/abs/1704.01965 https://www.researchgate.net/figure/Quantum-learning-for-classification-of-qubits_fig2_232227181 https://arxiv.org/abs/0811.0416
11	Kuantum algoritması ile doğrusal sistem çözmek	http://www2.lns.mit.edu/~avinatan/research/matrix.pdf
12	Kuantum algoritması ile Doğrusal Denklemler çözmek	https://phys.org/news/2017-06-linear-equations-quantum-mechanics.html https://www.perimeterinstitute.ca/videos/quantum-algorithm-solving-linear-systems-equations
13	Klasik otomatik öğrenme kullanarak kuantum sistemler çözümlemek	https://qutech.nl/wp-content/uploads/2018/01/QIP18MLtutorial_Ronald-de-Wolf.pdf https://en.wikipedia.org/wiki/Quantum_algorithm_for_linear_systems_of_equations
14	Quantum Analitiğin geleceği	https://tdwi.org/articles/2016/08/12/is-quantum-the-future-of-high-performance-analytics.aspx https://www.ibm.com/thought-leadership/technology-market-research/quantum-computing-report.html http://analytics-magazine.org/improving-the-future-with-prescriptive-analytics-quantum-computers/ https://www.ft.com/content/6711e5c2-0e83-11e7-b030-768954394623
15	Dersin gözden geçirilmesi
16	Final Sınavı

Ders Kitabı

Quantum Machine Learning 1st Edition

What Quantum Computing Means to Data Mining

Authors: Peter Wittek

eBook ISBN: 9780128010990

Hardcover ISBN: 9780128009536

Paperback ISBN: 9780128100400

Önerilen Okumalar/Materyaller

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5	LO 6
Katılım	1	10
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje	1	50
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı	1	40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	2	60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	40
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	2	32
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16	1	16
Sınıf Dışı Ders Çalışması	16	6	96
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum			0
Proje	1	30	30
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar			0
Final Sınavı	1	30	30
		Toplam	204

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.		-	-	-	X	-
2	Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	-	X	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	-	X
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	X	-
5	Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	X
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	-	X
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	-	X
8	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.		-	-	X	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	X	-	-
10	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.		-	-	-	X	-
11	Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır.		-	X	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	-	-	-	X

CE 532 | Ders Tanıtım Bilgileri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

DEĞERLENDİRME ÖLÇÜTLERİ

AKTS / İŞ YÜKÜ TABLOSU

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

İzmir Ekonomili'lerin Başarı Hikayeleri

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA