Derin Öğrenme ve Uygulamaları

Eğitim Şekli

Yüz Yüze

Ön Koşullar, Diğer Koşullar

Yok

Önerilen Destekleyici Dersler

Makine Öğrenmesi

Dersin İçeriği

Genel bilgi, örüntü tanıma, makine öğrenmesine ve optimizasyona giriş, Öğrenmenin temelleri, derin öğrenme, lineer sınıflama, kayıp fonksiyonu. Algılayıcı ağlar, algılayıcı öğrenme, çok katmanlı algılayıcı ve gradyan algoritmaları. Derin Sinir Ağları, Tekrarlamalı ağlar. Konvülasyonel sinir ağları. Nesne sezme ve derin öğrenme. Derin yüz tanıma, 3b Konvülasyonel sinir ağları. Uygulamalar.

Haftalık Ders İzlencesi

1) Genel Bilgi,Örüntü Tanıma, makine öğrenmesine ve Optimizasyona giriş
2) Öğrenmenin temelleri, derin öğrenme
3) Lineer sınıflama, kayıp fonksiyonu
4) Algılayıcı ağlar, algılayıcı öğrenme, çok katmanlı algılayıcı,
5) Gradyan Azalması algoritmaları ve optimizasyon,
6) Çok Katmanlı Sinir Ağları, Tekrarlamalı Sinir Ağları (TSA),
7) Derin Sinir Ağları (DeSA), Konvülasyonel Sinir Ağları (KonSA)
8) Tekrarlamalı Sinir ağları (TSA) nda Öğrenme Algoritmaları
9) Ara Sınav
10) Derin Öğrenme Uygulamaları ve Araçları (Keras, TensorFlow, CAffe, Theano vb),, Nesne Sezme ve YOLO algoritması
11) Nesne Tanıma ve Derin Öğrenme
12) Bioinformasyon ve derin öğrenme
13) Derin Yüz TAnıma
14) 3B Konvülasyonel Sinir Ağları
15) Diğer Uygulamalar
16) Dersin Tekrar Özeti

Önerilen/İstenen Ders Kaynakları

Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi

1) Anlatım
2) Soru-Cevap
3) Tartışma
4) Gösteri
5) Grup Çalışması
6) Benzetim
7) Bireysel Çalışma
8) Problem Çözme

Değerlendirme Yöntemi ve Ölçütleri

Yarıyıl İçi Çalışmalarının Başarıya Oranı	50%
Sayı Yüzde Yarıyıl İçi Çalışmaları Ara Sınav 1 40% Proje 1 60%
Yarıyıl Sonu Sınavının Başarıya Oranı	50%
Toplam	100%

Dersin Eğitim Dili

Türkçe

Mesleki Uygulama

İstenmemekte