BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) | |||||
---|---|---|---|---|---|
Kazanılan Yeterlilik | Program Süresi | Toplam Kredi (AKTS) | Öğretim Şekli | Yeterliliğin Düzeyi ve Öğrenme Alanı | |
LİSANS DERECESİ | 4 | 240 | ÖRGÜN |
TYÇ, TYYÇ, EQF-LLL, ISCED (2011):6. Düzey QF-EHEA:1. Düzey TYYÇ, ISCED (1997-2013): |
Ders Kodu: | 1415002009 | ||||||||||
Ders İsmi: | Doğal Dil Geliştirme | ||||||||||
Ders Yarıyılı: | Güz | ||||||||||
Ders Kredileri: |
|
||||||||||
Öğretim Dili: | EN | ||||||||||
Ders Koşulu: | |||||||||||
Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||||
Ders İçin Önerilen Diğer Hususlar: | |||||||||||
Dersin Türü: | Department Elective | ||||||||||
Dersin Seviyesi: |
|
||||||||||
Dersin Veriliş Şekli: | Yüz yüze | ||||||||||
Dersin Koordinatörü: | Dr.Öğr.Üyesi Recep DURANAY | ||||||||||
Dersi Veren(ler): | |||||||||||
Dersin Yardımcıları: |
Dersin Amacı: | Doğal dil ve uygulama alanları ile tanışmak; Mümkün olabilen uygulamaları gerçekleştirmek. |
Dersin İçeriği: | Dilin biçimbirimsel analizi; Farklı gramer yapıları; Kümeleme ve Sınıflandırma Algoritmaları; Bilgi Çıkarımı; Soru Cevaplama; Doğal Dil İşleme Uygulamaları. |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Hafta | Konu | Ön Hazırlık |
1) | Doğal Dil İşlemeye Giriş | Ders Kitabı |
2) | Dilbiliminin Esasları ve Dil Modelleri | Ders Kitabı |
3) | Sözdizimsel Analiz ve Biçimbirimsel Analiz | Ders Kitabı |
4) | Makine Öğrenmesine Giriş | Ders Kitabı |
5) | Düzenli İfadeler | Ders Kitabı |
6) | Varlık İsmi Bulma | Ders Kitabı |
7) | Metin Sınıflandırma | Ders Kitabı |
8) | Arasınav | Ders Kitabı |
9) | String Algoritmaları | Ders Kitabı |
10) | Saklı Markov Modelleri ve Uygulamaları | Ders Kitabı |
11) | Bilgi Çıkarımı | Ders Kitabı |
12) | Bilgiye Erişim | Ders Kitabı |
13) | Soru Cevaplama Sistemleri | Ders Kitabı |
14) | Eşdizimlilik | Ders Kitabı |
15) | Metin İndeksleme ve Erişim | Ders Kitabı |
16) | Final | Ders Kitabı |
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 |
Ders Öğrenme Kazanımları | 1 |
2 |
3 |
5 |
4 |
---|---|---|---|---|---|
Program Kazanımları |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |
Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama) | |
Ödev | |
Bireysel Proje | |
Sunum |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Ödev | 2 | % 10 |
Projeler | 1 | % 30 |
Seminer | 1 | % 10 |
Ara Sınavlar | 1 | % 10 |
Yarıyıl/Yıl Sonu Sınavı | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 40 | 3 | 120 |
Sunum / Seminer | 1 | 10 | 10 |
Proje | 1 | 80 | 80 |
Ara Sınavlar | 1 | 5 | 5 |
Final | 1 | 7 | 7 |
Toplam İş Yükü | 222 |