| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Derin Öğrenme | BME5014 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Biyomedikal Mühendisliği ABD Biyomedikal Mühendisliği Yüksek Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Biyomedikal Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Görkem SERBES |
| Dersi Veren(ler) | Görkem SERBES |
| Asistan(lar)ı |
| Dersin Amacı | Bu ders, sinir ağları ve derin öğrenmenin temel kavramlarını sunar. Öğrencilerin, canlı organizmalardan elde edilen biyomedikal işaretlere derin ağları uygulama bilgi ve becerilerini kazanmaları için destek olur. |
|---|---|
| Dersin İçeriği | Biyomedikal İşaretler ve Görüntüler, Sinir Ağları, Lojistik Regresyon, Gradyan İnişi, Aktivasyon Fonksiyonu, İleri ve Geriye Doğru Yayılım, Düzenlileştirme, Adam Optimizasyon Algoritması, Hiperparametre Ayarlama, Softmax Sınıflandırıcı, Evrişimli Sinir Ağları, Nesne Algılama, Transfer Öğrenme, Tekrarlayan Sinir Ağları, Uzun-Kısa Vadeli Bellek |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Sinir Ağları Temelleri hakkında bilgi edinme
- Sığ ve Derin Sinir Ağları hakkında bilgi edinme
- Derin Ağlarda Düzenlileştirme, Seyreltme, Üst-Değişken Ayarlama ve Toplu Normalleştirme Kavramları hakkında bilgi edinme
- Derin Öğrenmede çeşitli Optimizasyon Algoritmalarının nasıl uygulanabileceği hakkında bilgi edinme
- Evrişimsel Sinir Ağlarının ve Dizi Modellerinin temelleri hakkında bilgi edinme
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | - | - | - | - |
| PÇ-2 | - | - | - | - | - |
| PÇ-3 | - | - | - | - | - |
| PÇ-4 | - | - | - | - | - |
| PÇ-5 | - | - | - | - | - |
| PÇ-6 | - | - | - | - | - |
| PÇ-7 | - | - | - | - | - |
| PÇ-8 | - | - | - | - | - |
| PÇ-9 | - | - | - | - | - |
| PÇ-10 | - | - | - | - | - |
| PÇ-11 | - | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sinir Ağı Nedir?, Sinir Ağı Temelleri, Derin öğrenme projeleri örnekleri | Ders Notu 1 |
| 2 | İkili Sınıflandırma, Lojistik Regresyon, Gradyan İnişi, Vektörleştirme | Ders Notu 2 |
| 3 | Sinir Ağı Temsili, Bir Sinir Ağının Çıktısının Hesaplanması, Aktivasyon Fonksiyonları, Aktivasyon Fonksiyonlarının Türevleri, Sinir Ağları için Gradyan İnişi | Ders Notu 3 |
| 4 | İleri ve Geri Yayılım, Derin Sinir Ağlarının Yapı Taşları, Hiperparametreler | Ders Notu 4 |
| 5 | Yanlılık ve Değişinti, Düzenlileştirme, Seyreltme Düzenlileştirmesi, Diğer Düzenlileştirme Yöntemleri, Mini Toplu Gradyan İnişi, Adam Optimizasyon Algoritması | Ders Notu 5 |
| 6 | Hiperparametre Ayarlama, Toplu Normalleştirme, Eşiksiz En Büyük Sınıflandırıcı | Ders Notu 6 |
| 7 | Eğitim/Geliştirme/Test Veri Dağıtımları, İnsan Düzeyinde Performansı Anlama, Model Performansınızı Geliştirme, Yanlılık ve Değişinti, Öğrenme Aktarması, Çoklu Görev Öğrenmesi | Ders Notu 7 |
| 8 | Ara Sınav 1 | |
| 9 | Evrişimli Sinir Ağlarının Temelleri, Dolgulama, Hacim Üzerinden Evrişimler, Evrişimsel Ağın Tek Katmanı, Katmanları Birleştirme | Ders Notu 8 |
| 10 | Evrişimli Sinir Ağı Mimarileri, ResNets, Inception Network, MobileNet, EfficientNet | Ders Notu 9 |
| 11 | Öğrenme Aktarması, Veri Artırma, Nesne Algılama, YOLO Algoritması | Ders Notu 10 |
| 12 | Özyineli Sinir Ağı Modeli, Zaman İçerisinde Geri Yayılım, Geçitli Tekrarlayan Ünite (GRU), Uzun-Kısa Vadeli Bellek (LSTM) | Ders Notu 11 |
| 13 | Biyomedikal Görüntü Sınıflandırmasında Evrişimli Sinir Ağı kullanımı, Biyomedikal Görüntü Segmentasyonunda Evrişimli Sinir Ağı kullanımı | Ders Notu 12 |
| 14 | Biyomedikal İşaret Analizinde Özyineli Sinir Ağları Modellerinin Kullanımı, Konuşma Tanımada Özyineli Sinir Ağları Modellerinin Kullanımı. Sinir Ağlarının Yorumlanabilirliği | Ders Notu 13 |
| 15 | Genel Tekrar | |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 2 | 20 |
| Sunum/Jüri | ||
| Projeler | 1 | 20 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 20 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 13 | 3 | |
| Derse Özgü Staj | |||
| Ödev | 2 | 25 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 40 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 25 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 35 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
