CENG0039 Advanced Topics in Deep Learning

6 AKTS - 3-0 Süre (T+U)- . Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CENG0039
Ad Advanced Topics in Deep Learning
Dönem 2024-2025 Eğitim-Öğretim Yılı
Yarıyıl . Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Yüksek Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. UMUT ORHAN


Dersin Amacı / Hedefi

In this course, attendees will: Understand the context of neural networks and deep learning Know how to use a neural network Understand the data needs of deep learning Have a working knowledge of neural networks and deep learning Explore the parameters for neural networks

Dersin İçeriği

You do not need an extensive math background to understand neural network. In understandable steps, this course builds from a one node neural network to a multiple features, multiple output neural networks. All the steps are explained using working code to solve problems. After an understanding of how neural networks work and the parameters that control deep learning systems, Keras is introduced and used to simplify the building of deep learning neural networks. A convolutional deep learning neural network is built using Keras to show how deep learning is used in specialized neural networks. This course provides the necessary required background to understand ROI’s Time Series Analysis and Natural Language Processing courses.

Dersin Ön Koşulu

Yok

Kaynaklar

Y. Bengio, I. Goodfellow and A. Courville, “Deep Learning”, MIT Press, 2016.

Notlar

Çeşitli makaleler


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Öğrenciler etkinliği açısından yaygın derin öğrenme yöntemlerini değerlendirebilir.
ÖÇ02 Öğrenciler kullanılması düşünelen derin öğrenme yönteminin avantaj ve dezavantajlarını değerlendirebilir.
ÖÇ03 Öğrenciler temel derin öğrenme çözümleri tasarlayıp sınayabilir.
ÖÇ04 Öğrenciler öngörülen çözüm için uygun derin öğrenme mimarisi ve algoritmasını belirleyip uygular.
ÖÇ05 Öğrenciler derin modellerin düzenlenmesi ve optimizasyon yöntemleri hakında bilgi sahibidir.


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. 3
PÖÇ02 Bilgi - Kuramsal, Olgusal Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. 3
PÖÇ03 Yetkinlikler - Öğrenme Yetkinliği Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. 2
PÖÇ04 Yetkinlikler - Öğrenme Yetkinliği Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. 4
PÖÇ05 Yetkinlikler - Öğrenme Yetkinliği Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.
PÖÇ06 Yetkinlikler - Öğrenme Yetkinliği Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. 2
PÖÇ07 Beceriler - Bilişsel, Uygulamalı Öğrenme becerilerine sahip olur. 4
PÖÇ08 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. 2
PÖÇ09 Beceriler - Bilişsel, Uygulamalı Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır.
PÖÇ10 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. 2
PÖÇ11 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. 3
PÖÇ12 Bilgi - Kuramsal, Olgusal Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Giriş – Tarihçe ve Teorik Temeller Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
2 Matematiksel Temeller: Lineer Cebir, Olasılık ve Bilgi Teorisi Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
3 Yapay Sinir Ağları Temel Bilgiler Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
4 İleri Beslemeli Derin Ağlar Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
5 Derin veya Dağıtık Modellerin Düzenlenmesi Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
6 Derin Modellerin Eğitimi için Optimizasyon Teknikleri Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
7 Konvolüsyonel Ağlar Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
8 Ara Sınavlar Tüm dersler çalışılmalı Ölçme Yöntemleri:
Yazılı Sınav
9 Otomatik Kodlayıcılar 1 Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
10 Otomatik Kodlayıcılar 2 Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
11 Lineer Faktör Modelleri Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
12 Temsil Yoluyla Öğrenme-1 Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
13 Temsil Yoluyla Öğrenme-2 Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
14 Derin Üretken Modeller Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
15 Boltzman Makineleri Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
16 Yarıyıl Sonu Sınavları Tüm dersler çalışılmalı Ölçme Yöntemleri:
Yazılı Sınav, Proje / Tasarım
17 Yarıyıl Sonu Sınavları Tüm dersler çalışılmalı Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS

Güncelleme Zamanı: 24.05.2024 04:47