| Dersin Amacı: |
Derin öğrenme ile ilgili temel bilgileri anlamak, derin öğrenme ile ilgili açık kaynak kütüphaneleri kullanmak, derin öğrenme uygulamaları geliştirmek.
|
| Dersin İçeriği: |
Matematiksel altyapı, tensör işlemleri, Graident descent, backpropagation, Keras derin öğrenme kütüphanesi, Makine öğrenme modelleri, Evrişimli sinir ağları (convnets), transfer öğrenme, metin verileriyle derin öğrenme, tekrarlayan sinir ağları, 1D convnets, Keras fonksiyonel API, Generative derin öğrenme, güncel konular
|
| Hafta |
Konu |
Ön Hazırlık |
| 1) |
Giriş, Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme |
yok |
| 2) |
Matematiksel arka plan, tensör işlemleri, aktivasyon fonksiyonları |
yok |
| 3) |
Gradyan inişi ve varyantları, kayıp fonksiyonları |
yok |
| 4) |
İleri beslemeli ağlar ve eğitim, Keras derin öğrenme kütüphanesi |
yok |
| 5) |
Veri ön işleme, düzenlileştirme yöntemleri |
yok |
| 6) |
Evrişimli sinir ağları (convnets) |
yok |
| 7) |
Transfer öğrenimi |
yok |
| 8) |
Metin işleme, katmanları gömme |
yok |
| 9) |
Dizi işleme, Tekrarlayan sinir ağları (RNN) |
yok |
| 10) |
Basit RNN, LSTM, GRU |
yok |
| 11) |
Keras işlevsel API |
yok |
| 12) |
Üretken derin öğrenme |
yok |
| 13) |
Çağdaş derin öğrenme konuları |
yok |
| 14) |
Sunum |
yok |
| |
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
| 1) |
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. |
|
| 2) |
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. |
|
| 3) |
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. |
|
| 4) |
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. |
|
| 5) |
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. |
|
| 6) |
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. |
|
| 7) |
Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. |
|
| 8) |
Mühendislik uygulamalarının küresel ve toplumsal boyutlarda sağlık, çevre ve güvenlik gibi öncelikli konular üzerindeki etkileri ile çağın sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal
sonuçları konusunda farkındalık |
|
| 9) |
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. |
|
| 10) |
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. |
|
| 11) |
İstenilen gereksinimleri karşılayacak sistemleri tasarlayabilme |
|
| 12) |
Temel bilimleri Bilgisayar Mühendisliği alanında kullanabilme. |
|
| 13) |
Tasarımları, deneysel yöntemler ile destekleyerek uygulayabilme |
|
| 14) |
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. |
|
İstanbul Sağlık ve Teknoloji Üniversitesi BİLGİ PAKETİ / DERS KATALOĞU