Akademik Dersler - Tanıtım


Ders Kodu - Ders Adı	İTN537 - Deep Lea. and Art. Neural Net.(Derin Öğr. ve Ya. Si. Ağ)
Ders Türü	Seçmeli Dersler
Ders Dili	İngilizce
Teori + Uygulama	3+0
AKTS	7.5
Öğretim Elemanları	DOKTOR ÖĞRETİM ÜYESİ UTKU KAYA
Dersin Veriliş Biçimi	Yüz yüze, uygulamalı
Dersin Önkoşulları	Temel düzeyde MATLAB veya PYTHON bilgisi
Önerilen Dersler	Olasılık, Makine öğrenmesi
Zorunlu ya da Önerilen Kaynaklar	Zorunlu ya da Önerilen Kaynaklar [?] MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence 1st ed. Edition, Phil Kim
Okuma Listesi	-
Değerlendirme	Yazılı Sınav, Ödev, Proje/Tasarım
Staj & Uygulama	-
Sürdürülebilir Kalkınma Amaçları

Haftalar	Konular
1. hafta	Giriş, Tarihçe
2. hafta	Derin öğrenmenin önemi ve uygulama alanları
3. hafta	Yapay sinir ağlarının yapısı
4. hafta	CNN ve konvülasyon katmanı tanımı ve yapısı
5. hafta	Yapay sinir ağlarının katmanları ve mimarisi
6. hafta	Güncel ve başarılı mimariler
7. hafta	Smote ve veri arttırma teknikleri
8. hafta	Ara sınav
9. hafta	Derin öğrenmede görüntü önişleme işlemleri
10. hafta	Dengesiz sınıflandırma ve önleme yöntemleri
11. hafta	Derin öğrenme mimarisi tasarlama ve uygulama
12. hafta	Halka açık veri setleri ile derin öğrenme uygulaması
13. hafta	Başarı metrikleri ve hesaplama yöntemleri
14. hafta	Sınıf aktivasyon haritasının önemi ve hesaplama yöntemleri

Değerlendirme Yöntemi ve Geçme Kriterleri
	Sayısı	Yüzde (%)
1.Ara Sınav	1	40
Dönem Sonu Sınavı	1	60
Toplam (%)		100