| Ders Dili |
İngilizce |
| Ders Türü |
Mesleki Seçmeli Dersler |
| Öğretim Elemanları |
DOKTOR ÖĞRETİM ÜYESİ SEMA CANDEMİR |
| Dersin Veriliş Biçimi |
Yuz yuze |
| Dersin Önkoşulları |
Doğrusal cebir, olasılık ve istatistik konularında yeterli bilgi. Bilgisayar proglama konularında yeterli bilgi. Ders kapsamında Python dili kullanılacaktır. Görüntü analizi ve makine öğrenmesi konularında yeterli bilgi. |
| Önerilen Dersler |
Bu dersi alacak öğrencilerin, görüntü işleme ve makine öğrenmesi derslerini de alması önerilir. |
| Okuma Listesi |
1) Deep Learning - Aaron Courville, Ian Goodfellow, and Yoshua Bengio https://www.deeplearningbook.org/ 2) Convolutional neural networks: an overview and application in radiology - PubMed (nih.gov)3) O’Reilly - Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems4) Magician’s Corner: 9. Performance Metrics for Machine Learning Models | Radiology: Artificial Intelligence (rsna.org)5) S. H. Park, K. Han, Methodologic guide for evaluating clinical performance and effect of artificial intelligence technology for medical diagnosis and prediction, Radiology 286 (3) (2018) 800–809. 6) Deep Learning (Nature 2015) - Seminal review paper by LeCun, Bengio, and Hinton https://www.researchgate.net/publication/277411157_Deep_Learning 7) Convolutional Neural Networks for Radiologic Images: A Radiologist’s Guide | Radiology (rsna.org) |
| Değerlendirme |
Derse Katılım - %5 Ara Sınav - 30% Ödevler - 25% Dönem Sonu Sınavı - 40% |
| Staj & Uygulama |
Ödevler : Öğrenci, bir sağlık problemini tanımlayacak, probleme veri analizi konuları çerçevesinde bir çözüm önerecek, bu çözümü formule edecek, bu amaca uygun analiz ve modelleme yöntemlerini seçip, uygulayacaktır. |
Eskişehir Teknik Üniversitesi 
Türkçe 
İngilizce