GERİ DÖN

Ders Öğretim Planı


Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
BİY-896 DERİN ÖĞRENME VE BİYOLOJİDE UYGULAMALARI Seçmeli Ders Grubu 1 2 6,00

Doktora


Türkçe


Derin öğrenme yöntemleri etiketli veya etiketsiz verilerden yüksek seviye soyut modelleme yapabilme yeteneği kavratılacaktır.


Prof. Dr. Tamer AKKAN


1 Derin Öğrenme kavramını öğrenir
2 Derin Öğrenme Sistemi tasarlama ve gerçekleştirme yeteneği kazanır
3 Derin Öğrenme temalı çalışmaları anlamlandırabilir
4 Biyolojik problemler ile Derin öğrenme teknikleri arasında ilişki kurmayı kavrar

Birinci Öğretim


Yok


Yok


Derin öğrenme kavramının ve güncel uygulamalarının Biyoloji alanında kullanımını içerir.


Hafta Teorik Uygulama Laboratuvar
1 Makine Öğrenmesine Giriş
2 Makine Öğrenmesine Giriş
3 Derin Öğrenme Araçları - Caffe, Torch, TensorFlow, Theano
4 Derin Öğrenme Araçları - Caffe, Torch, TensorFlow, Theano
5 İleri Beslemeli Ağlar
6 İleri Beslemeli Ağlar
7 Başarım iyileştirme/regülasyon
8 Başarım iyileştirme/regülasyon
9 Optimizasyon ve modelleri eğitme
10 Optimizasyon ve modelleri eğitme
11 Vaka Uygulamaları
12 Vaka Uygulamaları
13 Vaka Uygulamaları
14 Vaka Uygulamaları

Hands on Machine Learning with Scikit-Learn & Tensorflow by Aurelien Geron, 2019. Yoshua Bengio (2016). Deep Learning, MIT Press Ltd.



Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Yok


Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 2 2
Final Sınavı 1 3 3
Derse Katılım 14 3 42
Beyin Fırtınası 9 3 27
Makale Kritik Etme 13 4 52
Ödev Problemleri için Bireysel Çalışma 6 3 18
Ara Sınav İçin Bireysel Çalışma 3 6 18
Final Sınavı içiin Bireysel Çalışma 3 6 18
Toplam İş Yükü (saat) 180

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek