Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • Türkçe
    • Türkçe Türkçe
    • İngilizce İngilizce
Program Hakkında Eğitim Amaçları Program Yeterlilikleri (Çıktıları) Dersler - AKTS Kredileri Alan Yeterlilikleri Ders - Prog. Yeterlilik İlişkileri Alan & Prog. Yeterlilik İlişkileri Ders - Sürdürülebilir Kalkınma Amaçları İlişkisi
  • Lisansüstü Eğitim Enstitüsü
  • Elektrik-Elektronik Mühendisliği ABD-(İngilizce)
  • Elektrik-Elektronik Müh.Anabilim Dalı-(İng) Doktora
  • Dersler - AKTS Kredileri
  • Advanced Topics in Deep Learning (Derin Öğr. İleri Kon.)
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • Öğrenme Çıktısının Program Çıktılarına Katkısı

Ders Bilgileri

Ders Kodu - Ders Adı EEM624 - Advanced Topics in Deep Learning (Derin Öğr. İleri Kon.)
Ders Türü Seçmeli Dersler
Ders Dili İngilizce
Teori + Uygulama 3+0
AKTS 7.5
Öğretim Elemanları DOKTOR ÖĞRETİM ÜYESİ CAHİT PERKGÖZ
Dersin Veriliş Biçimi Yüz yüze
Dersin Önkoşulları Yok
Önerilen Dersler Lineer Cebir, Olasılık ve Yapay Zeka derslerinde temel bilgiler.
Okuma Listesi M. Nielsen, “Neural Networks and Deep Learning”, http://neuralnetworksanddeeplearning.com
Değerlendirme 2 Ara sınav, 1 Final sınavı, 1 Ödev ve 4 Kısa sınav.
Staj & Uygulama Yok
Sürdürülebilir Kalkınma Amaçları

Ders İçeriği

Haftalar Konular
1. hafta Giriş; Doğrusal Cebir, Olasılık ve Eniyileme
2. hafta Makine Öğrenmesi Temel Konular
3. hafta Derin İleri Beslemeli Ağlar
4. hafta Derin Modeller için Düzenlileştrme ve Eniyileme
5. hafta Derin Evrişimli Sinir Ağları
6. hafta Temsil Öğrenme
7. hafta Tekrarlayan Sinir Ağları
8. hafta Derin Pekiştirmeli Öğrenme
9. hafta Doğrusal Faktör Modelleri
10. hafta Otokodlayıcılar
11. hafta Üretken Çekişmeli Ağlar
12. hafta Sonlu Markov Karar Süreçleri
13. hafta Monte Carlo Yöntemi
14. hafta Derin Üretken Modeller

Öğretim Yöntem ve Teknikleri

  • Öğretim Yöntemleri
  • Anlatım
  • Tartışma
  • Soru-Yanıt
  • Örnek Olay İncelemesi
  • Sorun/Problem Çözme
  • Öğretim Yeterlilikleri
  • Akılcı
  • Yaratıcı
  • Soyut analiz ve sentez yapma
  • Problem çözme
  • Bağımsız çalışma
  • Temel matematik becerileri
  • Disiplinlerarası projelerde çalışma

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
Toplam (%) 0
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Açık ve Uzaktan Eğitim Sistemi
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri