SEDS 482
Yazılım Mühendisliği ve Veri Bilimine Hazırlık II
Veri biliminin temel konularına giriş dersidir. Bu ders kapsamında incelenecek veri bilimi konuları makina öğrenmesi ve matematik modeller (eğitmenli ve eğitmensiz öğrenme, karar ağacı budama, eğitme ve veri setlerinin testi), yapısal olmayan veriyi yapısal veriye dönüştüren büyük veri araçları, karar vermeye destek iş zekasıdır.
| Week | Topics |
|---|---|
| 1 | Yapay sinir ağları tarihçesi ve giriş |
| 2 | Doğrusal yöntemler ile görüntü sınıflandırma – I |
| 3 | Doğrusal yöntemler ile görüntü sınıflandırma – II |
| 4 | Geri yayılım – I |
| 5 | Geri yayılım – II |
| 6 | Yapay sinir ağlarını eğitme I: veri önişleme, ağırlık ilklendirme ve düzenlileştirme, yığın düzgeleme ve yitim fonksiyonları |
| 7 | Yapay sinir ağlarını eğitme II: gradyan doğrulama, eğitim verileri yorum ve takibi, ağırlık güncelleme yöntemleri, hiper parametre eniyileme |
| 8 | Konvolüsyonel sinir ağları – I |
| 9 | Konvolüsyonel sinir ağları – II |
| 10 | Konvolüsyonel sinir ağları ile mekansal yerseme ve nesne tespiti |
| 11 | Konvolüsyonel sinir ağlarınu görselleştirme ve anlama |
| 12 | Yinelgeli sinir ağları |
| 13 | Pratikte konvolüsyonel yapay sinir ağları eğitme: Veri artımı, aktarım öğrenme |
| 14 | Derin yapay sinir ağları kodlama çerçeveleri |
