Hoş Geldiniz,
Misafir
.
Oturum Aç
.
English
NİNOVA
DERSLER
YARDIM
HAKKINDA
Neredeyim:
Ninova
/
Dersler
/
Bilgisayar ve Bilişim Fakültesi
/
YZV 302E
/
Dersin Bilgileri
Fakülteye dön
Ana Sayfa
Dersin Bilgileri
Dersin Haftalık Planı
Değerlendirme Kriterleri
Dersin Bilgileri
Dersin Adı
Türkçe
Derin Öğrenme
İngilizce
Deep Learning
Dersin Kodu
YZV 302E
Kredi
Ders
(saat/hafta)
Uygulama
(saat/hafta)
Labratuvar
(saat/hafta)
Dönem
5
3
3
-
-
Dersin Dili
İngilizce
Dersin Koordinatörü
Faik Boray Tek
Faik Boray Tek
Dersin Amaçları
1. Derin öğrenme alanındaki başlıca teknikleri tanımak
2. Derin öğrenmede optimizasyon ve regülarizasyon yöntemlerinin matematiksel temellerini anlamak
3. Yapay zekada farklı problemler için derin sinir ağlarını tasarlamak
4. Farklı derin sinir ağları kullanarak öğrenme problemlerinin çözümlerini gerçeklemek
Dersin Tanımı
Dersin içeriği : Derin Öğrenme, Sinir Ağları ve Evrişimsel Sinir Ağları, Optimizasyon ve Regularizasyon, Gözetimli ve Gözetimsiz Yöntemler, Ayrıştırıcı Ağlar, Ağların Eğitimi, Derin Üretici Ağlar, Çekişmeli Teknikler, Sınıflandırma uygulamaları, Yinelemeli Sinir Ağları, Zamansal Tahmin Uygulamaları, Dikkat mekanizmaları, İleri Derin Öğrenme teknikleri ve uygulamaları.
Dersin Çıktıları
Bu dersi başarıyla tamamlayan öğrenciler:
1. Derin öğrenme alanındaki başlıca problemleri, kullanım alanlarını, teknikleri bilmek ve tartışabilmek
2. Derin öğrenme alanında kullanılan temel matematik araçları (optimizasyon, regülarizasyon vb) tanımlamak, oluşturmak ve kullanmak
3. Çeşitli tipte evrişimsel, tam bağlantılı ve ardışık sinir ağlarını tasarlamak, derin sinir ağlarının eğitiminde gereken prosedürleri oluşturmak ve çalıştırmak ve sonuçları yorumlamak
4. Öğrenmede gözetimli ve gözetimsiz yaklaşımların farklı matematiksel formülasyon ve çözüm tekniklerini bilmek ve uygulamak; özelde ayrıştırıcı ve üretici modeller
5. Derin öğrenme uygulamalarını bilgisayar ortamında gerçeklemek
Önkoşullar
Makine Öğrenmesine Giriş seviyesi. Olasılık Kuramı.
Gereken Olanaklar
Computer with GPU
Diğer
Ders Kitabı
1) Understanding Deep Learning, Simon J.D. Prince, MIT Press, 2023 (Main textbook)
2) Deep Learning Foundations and Concepts, C. M. Bishop, H. Bishop, Springer 2024
Diğer Referanslar
1. Deep Learning with Python, F. Chollet, 2017, Manning.
2. Fundamentals of Deep LearningDesigning Next-Generation MachineIntelligence Algorithms, Nikhil Buduma, Reilly
3. neuralnetworksanddeeplearning.com
Dersler
.
Yardım
.
Hakkında
Ninova, İTÜ Bilgi İşlem Daire Başkanlığı ürünüdür. © 2025