CE 455 | Ders Tanıtım Bilgileri

Dersin Adı
Derin Sinir Ağları
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 455
Güz/Bahar
3
0
3
5

Ön Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Lisans
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Bu ders gelişmiş derin sinir ağlarının yapıları ve algoritmaları hakkında ileri düzeyde bir bilgi birikimi sağlamaktadır. Derin sinir ağları yapıları ve algoritmalarının teorik özellikleri ile birlikte, bu teoriden kaynaklanan pratik uygulamaları da irdelenecektir.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Derin sinir ağ yapılarını ve modellerini tasvir edebilecektir.
  • Derin sinir ağları alanındaki genel yapıları ve algoritmaları kullanabilecektir.
  • Derin öğrenme alanındaki değişik algoritmaları karşılaştırabilecektir.
  • Özgü problemler için çeşitli derin sinir ağları algoritmalarını uygulayabilecektir.
  • Bilgisayar araçları kullanarak derin sinir ağları modellerini ve algoritmalarını geliştirebilecektir.
Ders Tanımı Dersin içeriğinde beslemeli sinir ağları, geri-yayılım, evrişimli sinir ağları, yineleyen sinir ağları, geri dönüşümlü sinir ağları, düzenleştirme, optimizasyon bulunmaktadır.

 



Ders Kategorisi

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

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Sinir Ağlarına Giriş Bölüm 1. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
2 Uygulamalı Matematik ve Otomatik Öğrenmenin Temelleri Bölüm 2-3. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
3 Uygulamalı Matematik ve Otomatik Öğrenmenin Temelleri Bölüm 4-5. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
4 Derin İleri Beslemeli Sinir Ağları Bölüm 6. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
5 Derin Öğrenme için Düzenleştirme Bölüm 7. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
6 Derin Öğrenme için Düzenleştirme Bölüm 7. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
7 Derin Modeller için Optimizasyon Bölüm 8. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
8 Derin Modeller için Optimizasyon Bölüm 8. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
9 Ara-sınav
10 Evrişimli Sinir Ağları Bölüm 9. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
11 Evrişimli Sinir Ağları Bölüm 9. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
12 Yineleyen, ve Geri Dönüşümlü Ağlar Bölüm 10 Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
13 Yineleyen, ve Geri Dönüşümlü Ağlar Bölüm 10 Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
14 Pratik Yöntembilim ve Uygulamalar Bölüm 11-12. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613.
15 Derin Üretici Modeller Bölüm 20. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613
16 Dönemin gözden geçirilmesi

 

Dersin Kitabı

I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016, ISBN: 9780262035613.

Önerilen Okumalar/Materyaller

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Derse Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
4
30
Ödev
Sunum / Jüri Önünde Sunum
Proje
Çalıştay
Portfolyo
Ara Sınav / Sözlü Sınav
1
30
Final Sınavı / Sözlü Sınav
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
5
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x toplam ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
Sınav haftası dahil değildir. 16 x uygulama/lab ders saati
16
Sınıf Dışı Ders Çalışması
15
3
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
4
5
Ödev
Sunum / Jüri Önünde Sunum
Proje
Çalıştay
Portfolyo
Ara Sınavlar / Sözlü Sınavlar
1
15
Final / Sözlü Sınav
1
22
    Toplam
150

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

İstatistik ve optimizasyon konularına aşina olmak, temel diferansiyel ve integral hesaplamalar, lineer cebir, türevsel denklemler, kompleks değişkenli ve çok değişkenli hesaplamalar içeren matematik, matematiğe dayalı fizik ve bilgisayar bilimleri alanlarında bilgi sahibi olmak ve bu bilgiyi kullanarak dinamik sistemlerle etkileşebilen, donanım ve yazılım bileşenleri içeren karmaşık sistemlerin modellemesini, analizini ve tasarımını yapabilmek.

2

Karmaşık Mekatronik Mühendisliği problemlerini saptayabilmek, tanımlayabilmek, formüle edebilmek ve çözebilmek; bu amaçla uygun analiz ve modelleme yöntemlerini seçebilmek ve uygulayabilmek.

3

Algılayıcı, eyleyici ve kontrol birimleri içeren, donanım ve yazılım öğelerine sahip elektronik, mekanik, elektromekanik, kontrol veya bilgisayar sistemleri gibi mühendislik uygulamalarının tasarımı, gerçeklenmesi ve entegrasyonu alanlarında çalışabilme becerisine sahip olmak.

4

Mekatronik Mühendisliği uygulamaları için gerekli modern teknik ve araçları geliştirebilmek, seçebilmek ve kullanabilmek.

5

Mekatronik Mühendisliği problemlerinin incelenmesi için deney tasarlayabilmek, deney yapabilmek, veri toplayabilmek ve sonuçları analiz edip yorumlayabilmek.

6

Mekatronik Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışabilmek; bireysel çalışma becerisine sahip olmak.

7

Bir yabancı dili kullanarak Mekatronik Mühendisliği ile ilgili bilgileri izleyebilmek ve meslektaşları ile iletişim kurabilmek (“European Language Portfolio Global Scale”, Level B1).

8

Yaşam boyu öğrenmenin gerekliliği bilincine sahip olmak; bilgiye erişim, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenilemenin önemini kavramak.

9

İkinci bir yabancı dili orta düzeyde kullanabilmek.

10

Proje yönetimi ile risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalarını bilmek; girişimcilik, yenilikçilik ve sürdürülebilir kalkınma konularında farkındalık edinmek.

11

Mekatronik Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile çağın sorunları hakkında bilgi sahibi olmak; Mekatronik Mühendisliği çözümlerinin hukuksal sonuçları konusunda farkındalık sahibi olmak.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest