EEE 517 | Ders Tanıtım Bilgileri - Elektrik-Elektronik Mühendisliği (Doktora)

Dersin Adı

Derin Öğrenme Yöntemleri ve Uygulamaları

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
EEE 517	Güz/Bahar	3	0	3	7.5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Yüksek Lisans / Doktora
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	Problem çözme Deney / Laboratuvar / Atölye uygulama Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Ayça Kumluca Topallı
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi Ayça Kumluca Topallı
Yardımcı(ları)	-

Dersin Amacı

Bu ders öğrencilere makine öğrenmesi terminolojisi, en yaygın derin öğrenme algoritmaları, derin öğrenme tekniklerinin Python ve TensorFlow ile gerçek-hayat problemlerine uygulanması, öğrenme parametrelerinin seçimi ve sonuçların yorumlanması hakkında genel bilgi vermeyi amaçlar.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

TensorFlow ile derin sinir ağları oluşturup eğitebilecektir.
Derin öğrenmenin ana mimari parametrelerini belirleyebilecektir.
Evrişimsel sinir ağları oluşturabilecek ve onları görsel veriler ile nesne algılamaya uygulayabilecektir.
Tekrarlayan sinir ağları oluşturup eğitebilecektir.
Doğal dil işleme ve sözcük temsili üzerine çalışabilecektir.

Ders Tanımı

Bu ders, yüz tanıma, sürücüsüz araçlar, insansı konuşma vb. gibi yapay zekâdaki birçok yeni gelişmenin temelindeki derin öğrenmeye bir giriş niteliğindedir. Temel sinir ağları, evrişimsel ve tekrarlayan ağ yapıları ve doğal dil işlemeyi kapsayan konular hem teoriye hem de pratiğe odaklanarak işlenecektir. Kalkülüs, lineer cebir, olasılık ve istatistik konularında güçlü bir temel ve Python ile kodlama deneyimi beklenmektedir. Makine öğrenmesi ile ilgili temel bilgi olması yararlıdır ama gereklilik değildir.

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

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Makine Öğrenmesinin Temelleri	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. ISBN: 978-0262035613, Ch 5.
2	Derin Öğrenmeye Giriş	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. ISBN: 978-0262035613, Ch 6.
3	TensorFlow’a Giriş	I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331, Ch 1.
4	Derin Sinir Ağları	I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331, Ch 2.
5	Evrişimsel Sinir Ağlarının Temelleri	I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331, Ch 2.
6	Ödev-1 Sunumları
7	TensorFlow ile Görüntü Sınıflandırma	I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331, Ch 3.
8	TensorFlow ile Nesne Algılama ve Bölümleme	I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331, Ch 4.
9	Derin Sinir Ağlarını Geliştirme	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. ISBN: 978-0262035613, Ch 7, 8.
10	Ödev-2 Sunumları
11	Tekrarlayan Sinir Ağları	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. ISBN: 978-0262035613, Ch 10.
12	Doğal Dil İşleme	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. ISBN: 978-0262035613, Ch 12.
13	Ödev-3 Sunumları
14	Proje Sunumları
15	Dönemin Gözden Geçirilmesi
16	Final Sınavı

Ders Kitabı	I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016. http://www.deeplearningbook.org ISBN: 978-0262035613 I. Zafar et al., Hands-On Convolutional Neural Networks with TensorFlow, Packt Publishing, 2018. ISBN: 978-1789130331
Önerilen Okumalar/Materyaller	Deep Learning Specialization https://www.coursera.org/specializations/deep-learning TensorFlow https://www.tensorflow.org

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev	3	30
Sunum / Jüri Önünde Sunum
Proje	1	40
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı	1	30
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	4	70
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	30
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	14	4	56
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev	3	12	36
Sunum / Jüri Önünde Sunum			0
Proje	1	60	60
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar			0
Final Sınavı	1	20	20
		Toplam	220

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Alanında bilimsel araştırma yaparak uzmanlık duzeyinde bilgiye genislemesine ve derinlemesine ulasır, bilgiyi sistematik bir yaklasımla degerlendirir, yorumlar, uygular ve alanına yenilik getirecek ozgun bilgi uretir.		-	-	-	-	-
2	Elektrik ve Elektronik Muhendisliği alanında uygulanan guncel teknik ve yontemler ile bunların kısıtları hakkında uzmanlık duzeyinde kapsamlı bilgi sahibidir ve onları ozgun uygulamalarda kullanabilme becerisi gelismistir.		-	-	-	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yontemlerle bilgiyi tamamlar ve uygular;degisik disiplinlere ait bilgileri bir arada kullanabilir ve ozgun cozumler gelistirir. Alanı ile ilgili calısmalarda arastırma yontemlerini ust duzeyde bir beceri ile kullanır.		-	-	-	-	-
4	Akademik arastırma alanının ve muhendislik mesleginin yeni ve gelismekte olan kuramlarının ve uygulamalarının farkındadır, ihtiyac duydugunda bunları inceler ve mevcut sonucları yeniden uretebilir duzeyde ogrenir.		-	-	-	-	-
5	Alanı ile ilgili kuramsal ve uygulamalı karmasık problemleri tanımlayabilir ve formule edebilir, cozmek icin ozgun yontemler gelistirir ve cozumlerde yenilikci yontemler uygular. Alanına yenilik getiren veya alanında yeni bir dusunce, yontem veya tasarım gelistirme ya da bilinen yontemleri yeni bir alana uygulayabilme biciminde ozgun calısmaları bagımsız olarak gerceklestirebilir.		-	-	-	-	-
6	Kuramsal ve uygulamalı alanlarda ozgun fikir ve yontemler gelistirir; karmasık sistem veya surecleri tasarlar ve tasarımlarında yenilikci/alternatif cozumler gelistirir.		-	-	-	-	-
7	Kuramsal, deneysel ve modelleme esaslı arastırmaları tasarlar ve uygular; bu surecte karsılasılan karmasık problemleri irdeler, cozumler ve sonuclarını surekli gelisimi gozetecek bicimde degerlendirir. Yeni ve karmasık dusuncelerin elestirel analizini, sentezini ve degerlendirmesini yapabilir.		-	-	-	-	-
8	Disiplin ici, cok disiplinli, disiplinler arası ve otesi takımlarda etkin bicimde calısabilir, bu tur takımlarda liderlik yapabilir ve karmasık durumlarda ozgun cozum yaklasımları gelistirebilir; bagımsız calısabilir ve sorumluluk alır.		-	-	-	-	-
9	Bir yabancı dili en az Avrupa Dil Portfoyu C1 Genel Duzeyinde kullanarak, sozlu ve yazılı iletisim kurar.		-	-	-	-	-
10	Calısmalarının surec ve sonuclarını, o alandaki veya alan dısındaki ulusal ve uluslararası bilimsel ve teknolojik toplantılarda ve dergilerde, sistematik ve acık bir sekilde yazılı ve sozlu olarak aktarır. Bilginin genislemesine ve topluma yayılmasına katkıda bulunur.		-	-	-	-	-
11	Proje yonetimi ve is hayatı uygulamalarını bilir ve bunların muhendislik uygulamalarına getirdigi kısıtların farkındadır ve kısıtlar altında ozgun cozum uretmesini bilir. Bilimsel, teknolojik ve muhendislik arastırma ve gelistirme etkinliklerinin sonuclarını sosyal, cevresel, saglık, guvenlik ve hukuk boyutları cercevesinde degerlendirebilir. Alanı ile ilgili sosyal ilişkileri ve normları eleştirel bir bakıs acısıyla inceler, gelistirir ve gerektiginde degistirmeye yonelik girisimlerde bulunur.		-	-	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması asamalarında, akademik ve mesleki tum etkinliklerde,toplumsal, bilimsel ve etik degerleri gozetir. Arastırma ve yayın etigi ilkelerine uygun davranır. Toplumsal, bilimsel, kulturel ve etik sorunların cozumune katkıda bulunur.		-	-	-	-	-

EEE 517 | Ders Tanıtım Bilgileri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

DEĞERLENDİRME ÖLÇÜTLERİ

AKTS / İŞ YÜKÜ TABLOSU

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA