Akademik Dersler - Tanıtım


Ders Kodu - Ders Adı	RYL553 - Derin Öğrenme ve Yapay Sinir Ağları
Ders Türü	Seçmeli Dersler
Ders Dili	Türkçe
Teori + Uygulama	3+0
AKTS	4.0
Öğretim Elemanları	DOKTOR ÖĞRETİM ÜYESİ UTKU KAYA
Dersin Veriliş Biçimi	Yüz yüze, uygulamalı
Dersin Önkoşulları	MATLAB veya PYTHON bilgisi
Önerilen Dersler	Olasılık, Makine öğrenmesi
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 mimarİsİ tasarlama ve uygulama
12. hafta	Halka açık veri setleri ile derin öğrenme uygulaması
13. hafta	Success metrics and calculation methods
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