Hafta |
Konu |
Ön Hazırlık |
1) |
Doğal Dil İşlemeye Giriş |
Foundations of Statistical Natural Language Processing Bölüm 1 |
2) |
Dilbiliminin Esasları |
Foundations of Statistical Natural Language Processing Bölüm 3 |
3) |
Gramer ve Dil Modelleri |
Foundations of Statistical Natural Language Processing Bölüm 11 |
4) |
Biçimbilimsel Analiz |
Foundations of Statistical Natural Language Processing Bölüm 10 |
5) |
Sözdizimsel Analiz |
Foundations of Statistical Natural Language Processing Bölüm 10 |
6) |
Düzenli Diller- RegEx |
Handbook of Natural Language Processing, R. Dale, H. Moisl, H.Somers, Marcel Dekker |
7) |
Makine Öğrenmesine I |
Introduction to Machine Learning, MIT |
8) |
Ara Sınav |
|
9) |
Metin Sınıflandırma |
Foundations of Statistical Natural Language Processing Bölüm 16 |
10) |
Bilgi Çıkarımı |
Foundations of Statistical Natural Language Processing Bölüm 15 |
11) |
Bilgiye Erişim |
Foundations of Statistical Natural Language Processing Bölüm 15 |
12) |
Soru Cevaplama Sistemleri |
Speech and Language Processing Bölüm 23 |
13) |
Eşdizimlilk |
Foundations of Statistical Natural Language Processing Bölüm 5 |
14) |
Final |
|
Ders Notları / Kitaplar: |
Natural Language Understanding, J.Allen, Benjamin-Cummings
Speech and Language Processing, Jurafsky and Martin, Prentice Hall
Foundations of Statistical Natural Language Processing, C. D. Manning, H. Schütze, MIT
Handbook of Natural Language Processing, R. Dale, H. Moisl, H.Somers, Marcel Dekker |
Diğer Kaynaklar: |
Natural Language Understanding, J.Allen, Benjamin-Cummings
Speech and Language Processing, Jurafsky and Martin, Prentice Hall
Foundations of Statistical Natural Language Processing, C. D. Manning, H. Schütze, MIT
Handbook of Natural Language Processing, R. Dale, H. Moisl, H.Somers, Marcel Dekker |
|
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
1) |
Matematik, fen bilimleri ve bilgisayar mühendisliği konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi. |
|
2) |
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. |
|
3) |
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. |
|
4) |
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. |
|
5) |
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. |
|
6) |
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. |
|
7) |
Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. |
|
8) |
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. |
|
9) |
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. |
|
10) |
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. |
|
11) |
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. |
|