BİLGİSAYAR MÜHENDİSLİĞİ
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

1410002003

Ders İsmi:

Derin Öğrenme

Ders Yarıyılı:

Bahar

Ders Kredileri:

Teorik	Pratik	Kredi	AKTS
3	0	3	5

Öğretim Dili:

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm Seçmeli

Dersin Seviyesi:

Lisans

TYYÇ:6. Düzey

QF-EHEA:1. Düzey

EQF-LLL:6. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Dr.Öğr.Üyesi Recep DURANAY

Dersi Veren(ler):

Prof. Dr. Haluk GÜMÜŞKAYA

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Farklı tip verilerden elde edilen üst düzey özellikleri derin mimarilerden yararlanarak öğrenmek için kullanılabilecek yöntemlerinin sunulması ve bu yöntemlerin görüntütanımadan robot kontrolüne kadar farklı amaçlar için nasıl uygulanabileceğinin gösterilmesi.

Dersin İçeriği:

Derin öğrenmenin tarihçesi ve teorik avantajları, Derin öğrenme için kullanılabilecek temel yapay sinir ağı mimarileri ve öğrenme algoritmaları, Dağıtık ModellerinDüzenlenmesi, Derin Modellerin Eğitimi için Optimizasyon Teknikleri, Konvolüsyonel ağlar, Geri beslemeli ve özyineli ağlar, Otomatik Kodlayıcılar ve Lineer FaktörModelleri, Temsil Yoluyla Öğrenme, Derin Üretken Modeller – Boltzman Makineleri.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Kazanımları

1 - Bilgi
Kuramsal - Olgusal
1) Öğrenciler etkinliği açısından yaygın derin öğrenme yöntemlerini değerlendirebilir.
2 - Beceriler
Bilişsel - Uygulamalı
1) Öğrenciler kullanılması düşünülen derin öğrenme yönteminin avantaj ve dezavantajlarını değerlendirebilir.
2) Öğrenciler temel derin öğrenme çözümleri tasarlayıp sınayabilir.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
1) Öğrenciler öngörülen çözüm için uygun derin öğrenme mimarisi ve algoritmasını belirleyip uygular.
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
1) Öğrenciler derin modellerin düzenlenmesi ve optimizasyon yöntemleri hakkında bilgi sahibidir.

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Giriş – Tarihçe ve Teorik Temeller
2)	Matematiksel Temeller: Lineer Cebir, Olasılık ve Bilgi Teorisi Ders
3)	Yapay Sinir Ağları Temel Bilgiler
4)	İleri Beslemeli Derin Ağlar
5)	Derin veya Dağıtık Modellerin Düzenlenmesi
6)	Derin Modellerin Eğitimi için Optimizasyon Teknikleri
7)	Konvolüsyonel Ağlar
8)	Ara Sınav
9)	Otomatik Kodlayıcılar ve Lineer Faktör Modelleri
10)	Otomatik Kodlayıcılar ve Lineer Faktör Modelleri	Ders Kitabı
11)	Temsil Yoluyla Öğrenme
12)	Temsil Yoluyla Öğrenme
13)	Derin Üretken Modeller
14)	Derin Üretken Modeller	Ders Kitabı
15)	Boltzman Makineleri
16)	Final

Kaynaklar

Ders Notları / Kitaplar:	Yoshua Bengio, Ian J. Goodfellow and Aaron Courville, “ Deep Learning”, Book in preparation for MIT Press,http://www.iro.umontreal.ca/~bengioy/dlbook, 2015.
Diğer Kaynaklar:	Yoshua Bengio, Ian J. Goodfellow and Aaron Courville, “ Deep Learning”, Book in preparation for MIT Press,http://www.iro.umontreal.ca/~bengioy/dlbook, 2015.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5
Program Kazanımları
1) PÇ 1.1) Matematik, fen bilimleri ve bilgisayar mühendisliği konularında yeterli bilgi birikimi
2) PÇ 1.2) Matematik, fen bilimleri ve bilgisayar mühendisliği konularında kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
3) PÇ 2.1) Karmaşık mühendislik problemlerini saptama
4) PÇ 2.2) Karmaşık mühendislik problemlerini tanımlama
5) PÇ 2.3) Karmaşık mühendislik problemlerini formüle etme
6) PÇ 2.4) Karmaşık mühendislik problemlerini çözme becerisi
7) PÇ 2.5) Uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
8) PÇ 3.1) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi
9) PÇ 3.2) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında modern tasarım yöntemlerini uygulama becerisi
10) PÇ 4.1) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme
11) PÇ 4.2) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi
12) PÇ 4.3) Bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
13) PÇ 5.1) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi deney tasarlama
14) PÇ 5.2) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi deney yapma,
15) PÇ 5.3 ) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi veri toplama
16) PÇ 5.4) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi sonuçları analiz etme
17) PÇ 5.5) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi yorumlama becerisi

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	PÇ 1.1) Matematik, fen bilimleri ve bilgisayar mühendisliği konularında yeterli bilgi birikimi
2)	PÇ 1.2) Matematik, fen bilimleri ve bilgisayar mühendisliği konularında kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
3)	PÇ 2.1) Karmaşık mühendislik problemlerini saptama
4)	PÇ 2.2) Karmaşık mühendislik problemlerini tanımlama
5)	PÇ 2.3) Karmaşık mühendislik problemlerini formüle etme
6)	PÇ 2.4) Karmaşık mühendislik problemlerini çözme becerisi
7)	PÇ 2.5) Uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
8)	PÇ 3.1) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi
9)	PÇ 3.2) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında modern tasarım yöntemlerini uygulama becerisi
10)	PÇ 4.1) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme
11)	PÇ 4.2) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi
12)	PÇ 4.3) Bilişim teknolojilerini etkin bir şekilde kullanma becerisi.	5
13)	PÇ 5.1) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi deney tasarlama
14)	PÇ 5.2) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi deney yapma,
15)	PÇ 5.3 ) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi veri toplama
16)	PÇ 5.4) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi sonuçları analiz etme
17)	PÇ 5.5) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi yorumlama becerisi

Öğrenme Etkinliği ve Öğretme Yöntemleri

Ders
Ödev

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Bireysel Proje
Sunum

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Toplam		%
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 0
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		%
Toplam		%

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	13	3	39
Sınıf Dışı Ders Çalışması	13	2	26
Sunum / Seminer	1	18	18
Proje	1	40	40
Ödevler	4	9	36
Ara Sınavlar	1	30	30
Final	1	30	30
Toplam İş Yükü			219