Öğrenme Çıktıları / Özgü Ölçüt Matrisi
| Öğrenme Çıktıları |
| Farklı alanlarda karşılaşılan problemleri yapay sinir ağları ve derin öğrenme teknikleriyle modelleyebilecek ve çözebilecektir. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Yapay sinir ağları ve derin öğrenme alanında temel kuramsal prensipleri kavrayacak, model mimarilerini anlayacak ve güncel gelişmeleri takip edebilecek düzeye gelecektir. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Evrişimli, tekrarlayan ve dönüştürücü tabanlı modelleri analiz edebilecek ve model performansını iyileştirebilecektir. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| PyTorch veya TensorFlow/Keras kütüphanelerini kullanarak gerçek veri setleri üzerinde uçtan uca derin öğrenme projeleri tasarlayıp uygulayabilecek, modeli eğitebilecek ve değerlendirebilecektir. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Derin öğrenme modellerinde ortaya çıkan aşırı öğrenme, yanlılık ve etik sorunları fark edebilecek, temel azaltma yöntemlerini uygulayabilecek ve sonuçlarını bilimsel standartlarda raporlayabilecektir. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Katkı Düzeyi : (1) Çok Düşük, (2) Düşük, (3) Orta, (4) Yüksek, (5) Çok Yüksek