YAPAY ZEKA VE DERIN ÖĞRENME: 20. YÜZYILIN EN DEĞERLISI BILGI
|
|
- Yağmur Şahan
- 5 yıl önce
- İzleme sayısı:
Transkript
1 YAPAY ZEKA VE DERIN ÖĞRENME: 20. YÜZYILIN EN DEĞERLISI BILGI ARTIFICIAL INTELLIGENCE AND DEEP LEARNING: 20. THE MOST VALUABLE OF THE CENTURY INFORMATION ÖZET: Yapay zeka üzerinde artan tartışmalar, dünyada temel bir çalışma merkezi halini aldı. Apple ın Siri sinden Google nin arama motorlarına ve IBM in hastalık teşhis edebilen Watson a kadar çoğu şeyi kapsadığını söyleyebiliriz. Bu makale konu hakkında son gelişmeleri özetlemektedir. Beyinde gerçekleşen işlem basamaklarını takip edilerek oluşturulan bilgisayar programları ile insanın yaptığı basit işler ve problem çözme mekanizmaları oluşturmaya çalışılmaktadır. Yapay zeka genel anlamda bir bilgisayar bilimidir. Bu bilim içerisinde, tasarlanmış olan akıllı bir cihaz için oluşturulan belirli algoritmalar sayesinde istenilen veya hedeflenen işlemleri sonuçlandırmaktadır. Oluşturulan algoritmalar, insan zekâsını temel almakta ve aynı işlevsellikte değerlendirmeyi, düşünmeyi, öğrenmeyi, hatırlamayı, işlemeyi ve karar verme gibi özellikleri bilgisayarda geliştirmektedir. Gelecekte bilgisayar robot ile birleştirildiğinde hareketli, düşünebilen nano boyuttan insan boyutuna varıncaya kadar robot makinelerin üretilebileceği ümit edilmektedir. ANAHTAR KELİMELER: Bilgi, program, robot, zeka, bilim, derinlik. ABSTRACT: Increasing debate on artificial intelligence has become a fundamental center of action in the world. We can say that Apple s Siri covers most things, from Google to search engines and from IBM to Watson who can diagnose disease. This article summarizes recent developments on the subject. With the computer programs created by following the steps of the process in the brain, simple works and problem solving mechanisms that people do are trying to create. Artificial intelligence is a computer science in general. Within this science, certain algorithms are designed for an intelligent device that is designed to finalize desired or targeted operations. The algorithms that are created are based on human intelligence and improve on the computer in terms of evaluating, thinking, learning, remembering, processing and decision making in the same function. In the future, it is hoped that when coupled with computer robot, robotic machines can be produced from mobile, nano-size to human size. KEYWORDS: information, program, robot, Intelligence, science, depth. Göller Bölgesi Aylık Hakemli Ekonomi ve Kültür Dergisi Ayrıntı Cilt 6 Sayı 64 Temmuz 2018/ 47
2 Giriş 20. yüzyılda en değerli şey bilgi dir. Alan Mathison Turing ve John McCarthy, 1950 li yıllarda yapay zeka kavramını ilk ortaya atan ve bu alanın temellerini oluşturan iki önemli bilim insanıdır. Alan Turing ile birlikte bilgi kuramı üzerine yaptığı çalışmalarla tanınan Claude Elwood Shannon, II. Dünya savaşı sırasında şifreleme/çözme ve temel örneksel bilgisayarların gelişmesine büyük katkı sağlamıştır. İlk yapay zeka laboratuvarı 1959 yılında Massachusetts Teknoloji Enstitüsü nde (Massachusetts Institute of Technology-MIT) Marvin Lee Mainsky [1] tarafından kurulmuştur. Bilişsel ruhbilimci Allen Newell ise Herbert Alexander Simon ile Logic Theory Machines ve General Problem Solver eserleriyle Turing ödülünü almış ve yapay zeka alanına önemli katkılar sağlamış isimler arasındaki yerini almıştır. Yapay zeka alanında yapılan çalışmalar dönemsel olarak atılan büyük adımlarla şimdiki popülerliğine kavuşmuştur. Bugün Yapay Zekanın kötü bir süper zeka olmasından endişelenmek, Mars taki aşırı nüfus artışından endişelenmek gibidir. Biz henüz bu gezegene iniş yapmadık! Yapay zeka, yeni elektriktir Prof. Andrew Ng Andrew Ng, VP & Chief Scientist of Baidu; Co-Chairman and Co-Founder of Coursera; and an Adjunct Professor at Stanford University. İlk Kırılma: 1957 yılına damga vuran ve bugün tüm modellerin yapı taşını oluşturan gelişme Perseptron tanımının yapılmasıdır. Bu tanımı Frank Rosenblatt [2] yapmıştır. Bu konuda atılmış diğer önemli adım da 1969 yılında Minsky ve Papert in XOR probleminin tek katmanlı ağ yapısıyla çözülemeyeceğini göstermesidir. Günümüzde gelinen noktada artık günümüz yapay zekasının en önemli çözümlerinden biri ortaya atılmak için hazırdır. İkinci Kırılma: Geriye Yayılım (Backpropagation) teorisini, 1986 yılında Çok Katmanlı Perseptron geriye yayılım algoritmasının insan beyninin çalışma şeklinin modellenmesine imkan tanıyan yapısı ile yapay sinir ağlarının tekrar gündeme gelmesini sağlamıştır. Yapay zeka henüz yeni doğmuş bir bebeğe benzemektedir. İnsanı 48 /Göller Bölgesi Aylık Hakemli Ekonomi ve Kültür Dergisi Ayrıntı Cilt 6 Sayı 64 Temmuz 2018
3 yenebilecek düzeye gelebilmesi için öncelikle bir bebeğin gelişme sürecinde olduğu gibi öğrenmesi, çok sayıda bilgiyle eğitilmesi gerekmektedir. Bu bilgilerin özellikle çok sayıda olması gereklidir. Ancak yeterli değildir. Düzenli, yani etiketli olması eğitim sürecinin en önemli parçalarından biridir. 80 li yıllardan yaklaşık 15 yıl sonra büyük verinin (Big Data) ne denli önemli olduğu anlaşılmıştır. Vladimir Vapnik ve Corinna Cortes 1995 yılında ortaya attığı Destek Vektör Makineleri (Support Vector Machines-SVM) yöntemiyle, Makine öğrenmesi ya da diğer bir deyişle Yapay Öğrenme konusunda yeni çalışmaların yapılmasına yeni bir soluk getirmiştir. Bu yöntem ile birçok problem başarılı şekilde çözebilmektedir. Özellikle görüntü işleme bilgisayarlı görü konularında alınan sonuçlar yapay zekayı gerçek dünya problemleri için uygulanabilir ve kullanılabilir hale getirmektedir. Süper kahramanların ya da bir çocuğun çizdiği robotun genellikle insanda olduğu gibi göze sahip olduğu görülür. Peki neden? Görmek karar vermek için çok önemli bilgiler mi içeriyor? A. Parker [3] görme duyusunun canlılardaki evrimi ve teorilerini başarılı bir şekilde anlatılmıştır. Stanford Üniversitesi yapay zeka ve bilgisayarlı görü Laboratuvarlarının yöneticisi Fei Fei Li, bir konuşmasına Gelecek Dünya Neye Benzeyecek? diye sorarak başlıyor. Görmek; dünyayı tamamen farklı algılamamızı sağlamaktadır. Aşağıdaki görselde ev temizliği, çiçeklerin bakımı, yemek yapımı ve evdeki çocuğun yıkanması gibi işleri yaparken robotlar resmedilmektedir. Bu robotların gözleri var, görebiliyorlar ve bu veriler ışığında nesneleri tanımlayabiliyorlar, karar verebiliyorlar, verdikleri kararları uygulayabiliyorlar ve daha birçok karmaşık işlemin üstesinden gelebilirler. Görsel zeka yapay zekanın temel taşıdır. Fei Fei Li Çözümlenmesi gereken problemler örüntü tanıma (pattern recognition), bilgisayarlı görü (computer vision), sınıflandırma (classification) problemlerini insan beyni gibi değerlendirebilen, yeni doğan çocuk gibi öğrenebilen hatta bazen çocuktan hızlı öğrenebilen sistem nasıl oluşturulur? sorusunu sormak gerekir. İnsan beyninde en büyük kısım görme üzerine işlem yapmakla yükümlüdür. Görme sisteminden alınan görüntüler (frame), beyinde çeşitli şekillerde ve üstelik mükemmel karmaşıklıkla işlenmektedir. Bu işlem basamaklarını anlayıp bilgisayara kodlayarak anlatmanın yollarını bulmak temel amacımızdır. Üçüncü Kırılma: 1998 yılında Yann Le Cun, evrişimsel sinir ağlarını (convolutional neural network- CNN) gradyan temelli yaklaşımla kullanarak oluşturduğu kendi ağ yapısına LeNet adını verilmiştir. Bu modelde 0 9 arasındaki rakamları Göller Bölgesi Aylık Hakemli Ekonomi ve Kültür Dergisi Ayrıntı Cilt 6 Sayı 64 Temmuz 2018/ 49
4 öğrenerek sınıflandıran sistem sayılardan herhangi birisi ile karşılaştığında kullanıcıya sayının hangisi olabileceğini yüzdeleri ile birlikte tahmin etmektedir. İnsanın 0.1 saniyede yapabildiği her şeyi çok katmanlı büyük bir ağın da yapabileceği fikriyle Yann LeCun, -aşağıda karikatürize edildiği gibi- makinelere öğretmeye başlamaktadır[4]. Bu aşamada standart bilgisayar işlemcilerinin (CPU) işlem yükünün üstesinden gelmekte güçlük çekmesinin en temel problem olduğu görülmektedir den 2010 a kadar genellikle; sınıflandırma, örüntü tanıma, nesne tanıma alanlarındaki problemlere piksel tabanlı olarak görüntü işleme (image processing) yaklaşımları geliştirilmiş olmasına rağmen bu yaklaşımların hiçbiri, insanın zekasına ve yeteneğine yaklaşamamaktadır. Bu temel problem 167 ülkeden de destek alarak big data fikriyle giriştirilen ( Jia Deng, Wei Dong, Richard Socher, Li-Jia, Kia Li ve Li Fei-Fei (CVPR,2009)) ImageNet veri seti oluşturuldu. ImageNet, 22 bin farklı kategoriye sahip ve 15 milyon farklı görüntü etiketlenerek elde edilen büyük bir veri setidir. Bununla birlikte, CPU yerine grafik tabanlı işlemcilerin (Graphics Processing Unit: GPU) kullanılması donanım kaynaklı soruna da muhteşem bir çözüm getirmekte ve artık bir şeyler olması an meselesi haline gelmektedir. Dördüncü Kırılma: Toronto Üniversitesi nden Alex Krizhevsky, Ilya Sutskever ve Geoffrey Hinton ın 2012 yılında oluşturdukları evrişimsel sinir ağı modeli AlexNet [5] büyük problemlere çözüm olmaktadır. 8 katmanlı bu evrişimsel ağ ile ilk-5 hata oranı %16.4 e ulaşmaktadır. AlexNet ağ yapısı aşağıdaki görselde olan yapının 2 paralel birleşmesinden oluşmaktadır. Google - DeepMind, Facebook-Yapay Zeka Lab., Stanford Üniversitesi, Kaliforniya Üniversitesi, Massachusetts Teknoloji Enstitüsü (MIT) bünyelerindeki Yapay Zeka Laboratuvarında çalışan araştırmacılar konu üzerine çok hızlı çözümler ürettiler. Bu alanda ilk akla gelen isimlerden biri olan Christian Szegedy, Evrişimler ile daha derine gitmek fikri ile birlikte (Going Deeper with Convolutions, 2014) GoogLeNet oluşumu ortaya çıkmış oldu yılında Inception kavramıyla tanışmamızla birlikte artık sadece derine gitmenin yetmeyeceği anlaşıldı. Res-Net ve Inception düzenlemelerinden faydalanılarak hem derine hem enine (deeper and wider) gitmek gerekmektedir. Algoritmaları nesne algılamaları ve görüntüyü sınıflandırmasına göre değerlendiren 50 /Göller Bölgesi Aylık Hakemli Ekonomi ve Kültür Dergisi Ayrıntı Cilt 6 Sayı 64 Temmuz 2018
5 ILSVRC (ImageNet Large Scale Visual Recognition Competition) yarışmasındaki, yıldan yıla elde edilen ilk-5 başarım ve katman sayısı arasındaki ilişki 2015 yılı itibariyle aşağıdaki gibi bir hal almıştır. Buna derinlik devrimi denmektedir. Res-Net 152 katmana sahip bir ağ ve başarımda büyük bir sıçrayış yakalamıştır. Bunun anlamı: derin öğrenmedir (deep learning). Yani birden fazla katman içeren evrişimsel bir ağ yapısı, filtreler, boyutlandırma işlemleri, optimizasyon, benzetimde performans hesaplamaları yapılabilmektedir. Artık yapay zeka çalışması yapanlar derin mimari mühendisleri olarak adlandırılmaya başlanmıştır. Beşinci Kırılma: Bugün en çok ilgi gören algoritmalardan biri Ian Goodfellow tarafından 2014 yılında geliştirilen Çekişmeli Üretici Ağlar (Generative Adversarial Nets) yapay zekanın gelecekte ulaşabileceği nokta konusunda ilginç önemli ipuçları vermektedir. Sonuç: Sıfırdan tasarlanan insan yüzleri, stil transferi (style transfer) gibi işlemlerle ünlü ressamlar portrenizi yapmış olsa nasıl olurdu? sorusunun cevap bulduğu tıpatıp aynı denilebilecek tarzlarıyla yeni resimler çizilmesi ve atın zebraya dönüştürülmesi gibi büyüleyici örnekler yapay zeka konusunu gündelik bir konu haline getirip, metroda işe giderken insanların Siri nin sorularımıza nasıl cevap verdiği hakkındaki tartışmalarını duymamızı mümkün kılmıştır. Teşekkür: 25. İstatistiksel Fizik Günleri (28-30 Haziran 2018) Urla-İZMİR toplantısına Bazı telomeraz İnhibitör/ Aktivatörlerinin Simülasyon İncelemesi bildirimizi sunmak için katıldım. İFG25 toplantısı sonrasında oturum Başkanı Alkan Kabakçıoğlu ve Doç. Dr. Deniz Üret in eğitmen olarak verdiği İYTE Matematik Bölümü, Bilgisayar Laboratuvarı nda gerçekleştirilen Derin Öğrenme Çalıştayı İYTE Matematik Bölümü nde yapıldı. Toplantının İY- TE de yapılmasını destekleyen başta İYTE Rektörü Prof. Dr. Sayın Mustafa Güden e saygılar sunarım. Prof. Dr. Nihat Berker ve Prof. Dr. Ayşe Erzan ın önderliğinde başlatılan ve 25. kez yapılan İstatistiksel Fizik Günleri İFG25 toplantısının bilim ve düzenleme kurulu üyelerine, toplantı koordinatörü İYTE Fizik Bölümü öğretim üyesi Prof. Dr. Nejat Bulut a, ve toplantı ekibine çok teşekkür ederim. Ayrıca yurtiçi ve yurtdışından katılarak sunum yapan, bilgi paylaşımında bulunduğumuz sunum-katılımcılara ve bu yazıyı kaleme alma fikrime anlatım ve açıklamaları ile destek olan Doç. Dr. Deniz Üret e sonsuz teşekkür eder; saygılarımı sunarım (Erişim tarihi: )) 2. (Erişim tarihi: ) 3. A. Parker, In the blink of eye evolution of vision ( in/in_the_blink_of_an_eye_how_vision_ sparked_the.pdf) 4. Yann LeCun Home page ( com/ Erişim tarihi: ) 5. machine-learning/imagenet-classification-with-deep-convolutional-nn.pdf (Erişim tarihi: ) Göller Bölgesi Aylık Hakemli Ekonomi ve Kültür Dergisi Ayrıntı Cilt 6 Sayı 64 Temmuz 2018/ 51
Derin Yapay Sinir Ağları ve Derin Öğrenme ye Kısa Bir Giriş
Derin Yapay Sinir Ağları ve Derin Öğrenme ye Kısa Bir Giriş Dr. Öğr. Üyesi Emre Akbaş BMO Semineri 24 Kasım 2018 Bilgisayar Mühendisliği Orta Doğu Teknik Üniversitesi 1 Yanıtlamaya çalışacağımız sorular
DetaylıDERİN ÖĞRENME YRD.DOÇ.DR. KADRİYE ERGÜN İREM TÜRKMEN
DERİN ÖĞRENME YRD.DOÇ.DR. KADRİYE ERGÜN İREM TÜRKMEN - 201420404002 DERİN ÖĞRENME NEDİR? Derin öğrenme, makinelerin dünyayı algılama ve anlamasına yönelik yapay zekâ geliştirmede en popüler yaklaşımdır.
DetaylıYAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI
YAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI DR. ÖĞR. ÜYESİ GÖKHAN ALTAN BİLGİSAYAR MÜH. BÖL. İSKENDERUN TEKNİK ÜNİVERSİTESİ KONUŞMA İÇERİĞİ Bilgisayar Bilimi Makine Öğrenmesi nedir? Makine
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıMÜFREDAT DERS LİSTESİ
MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103
DetaylıDERİN ÖĞRENME SONGÜL TORANOĞLU
DERİN ÖĞRENME SONGÜL TORANOĞLU 201420404014 DERİN ÖĞRENME Endüstri ve akademik çevrelerdeki veri bilimciler görüntü sınıflandırma, video analizi, konuşma tanıma ve doğal dil öğrenme süreci dahil olmak
DetaylıDerin Öğrenme Algoritmalarında Model Testleri: Derin Testler
Derin Öğrenme Algoritmalarında Model Testleri: Derin Testler Ferhat Şükrü Rende, Gültekin Bütün, Şamil Karahan Bilişim Teknolojileri Enstitüsü, TÜBİTAK BİLGEM, Gebze, Kocaeli {ferhat.rende, gultekin.butun,
DetaylıBilgisayar Mühendisliği
Bilgisayar Mühendisliği Bülent Ecevit Üniversitesi Bilgisayar Mühendisliği Bölümü http://bilgisayar.beun.edu.tr İçerik Zonguldak Tanıtımı Üniversite Tanıtımı Mühendis Kimdir? Mühendisin Sorusu Bilgisayar
DetaylıBilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1
Bilgisayar Mühendisliği Bilgisayar Mühendisliğine Giriş 1 Mühendislik Nedir? Mühendislik, bilim ve matematiğin yararlı cihaz ve sistemlerin üretimine uygulanmasıdır. Örn: Elektrik mühendisleri, elektronik
DetaylıBLM 4811 MESLEKİ TERMİNOLOJİ II Salı , D-109 Dr. Göksel Biricik
BLM 4811 MESLEKİ TERMİNOLOJİ II 2017-1 Salı 13.00 14.50, D-109 Dr. Göksel Biricik goksel@ce.yildiz.edu.tr Ders Planı Hafta Tarih Konu 1 19.09 Tanışma, Ders Planı, Kriterler, Giriş 2 26.09 Bilgisayarın
Detaylıİstanbul Şehir Üniversitesi Bahar
BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr İstanbul Şehir Üniversitesi 2018 - Bahar İçindekiler
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski
DetaylıANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT
DetaylıBAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN
BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN YÜKSEK LİSANS TEZİ 2011 BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY
DetaylıBilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği
Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bilgisayar Mühendisliği Günümüzde, finans, tıp, sanat, güvenlik, enerji gibi bir çok sektör, bilgisayar mühendisliğindeki gelişimlerden
Detaylı* Organizasyon ekibi gerek gördüğü takdirde programda değişiklik yapabilecektir.
11-14 Eylül 2018 tarihleri arasında gerçekleşecek olan Future Learning 2018 konferansımızda bu yıl 11-12 Eylül 2018 tarihlerinde birbirinden ilginç konu başlıklarına sahip eğitimler ve atölye çalışmaları
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2017 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıBCA605 Bilgisayar Oyunlarında Yapay Zeka
BCA605 Bilgisayar Oyunlarında Yapay Zeka Ders 1 : Genel Tanıtım Zümra Kavafoğlu Hakkımda Araştırma Alanları Bilgisayar Grafiği ve Animasyonu Fizik-tabanlı Animasyon Karakter Animasyonu Bilgisayar Animasyonu
DetaylıYapay Zeka İle Aramızdaki Fark
Yapay Zeka İle Aramızdaki Fark Yapay zeka kavramını az çok hepimiz duymuşuzdur. Yapay zeka denildiğinde aklımıza uçan robotlar, bizden daha zeki, Dünya savaşlarında başrol oynayan demirden yapılar gelir.
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2015 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
Detaylı* Organizasyon ekibi gerek gördüğü takdirde programda değişiklik yapabilecektir.
11-14 Eylül 2018 tarihleri arasında gerçekleşecek olan Future Learning 2018 konferansımızda bu yıl 11-12 Eylül 2018 tarihlerinde birbirinden ilginç konu başlıklarına sahip eğitimler ve atölye çalışmaları
DetaylıVERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr
VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma
DetaylıBLM-431 YAPAY ZEKA. Ders-1 Yapay Zekaya Giriş. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-1 Yapay Zekaya Giriş Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Zeka Biyolojik tanım: İnsan beyninin organik yapısının gelişim ve olgunlaşmasının
DetaylıDerin Öğrenme. M. Ali Akcayol Gazi Üniversitesi
Derin Öğrenme M. Ali Akcayol Gazi Üniversitesi Giriş Yapay zeka nedir? Yapay sinir ağları nasıl çalışır? Derin öğrenme nedir? Derin öğrenme modelleri nelerdir? Derin öğrenme uygulama alanları nelerdir?
DetaylıHafta 13 - Adversarial ML
BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr İstanbul Şehir Üniversitesi 2018 - Bahar İçindekiler
DetaylıPARALEL HESAPLAMA ÇAĞRI GİDER ENES BİLGİN
PARALEL HESAPLAMA ÇAĞRI GİDER 13011016 ENES BİLGİN - 13011004 Paralel Hesaplama Nedir? Paralel Hesaplamanın Avantajları Paralel Hesaplamanın Kullanım Alanları Paralel Hesaplama Yöntemleri, Donanım ve Yazılım
DetaylıDoğal Hesaplama (COMPE 564) Ders Detayları
Doğal Hesaplama (COMPE 564) Ders Detayları Ders Adı Doğal Hesaplama Ders Kodu COMPE 564 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Öğretim üyesinin
DetaylıBilgi Toplumunda İnsan Nitelikleri, Yaşam Boyu Öğrenme, Bilgisayarın Eğitimde Kullanımı BDO Kuramsal Temelleri
Bilgisayar 2 1. HAFTA Bilişim Teknolojilerinin Sosyal Yapı Üzerindeki Etkileri ve Eğitimdeki Yeri Bilgi Toplumunda İnsan Nitelikleri, Yaşam Boyu Öğrenme, Bilgisayarın Eğitimde Kullanımı BDO Kuramsal Temelleri
DetaylıEsnek Hesaplamaya Giriş
Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan
DetaylıALİCAN HAZIR SİBER GÜVENLİK DEEP WEB NEDİR? DEEP WEB KATMANLARI KALI LINUX NEDİ R? KALI LINUX İ LE NELER YAPILABİLİR?
1 LİCN HZIR SİBER GÜVENLİK DEEP WEB NEDİR? DEEP WEB KTMNLRI KLI LINUX NEDİ R? KLI LINUX İ LE NELER YPILBİLİR? DEEP WEB NEDİR? Derin İ nternet e Giriş Deep Web: Derin internet anlamına gelmektedir. İnternet
DetaylıNESNELERİN İNTERNETİ NEDİR?
NESNELERİN İNTERNETİ NEDİR? Nesnelerin interneti (Internet of Things, kısaca IoT), fiziksel nesnelerin birbirleriyle veya daha büyük sistemlerle bağlantılı olduğu iletişim ağıdır. Uçan arabalar artık sadece
DetaylıÖrüntü Tanıma (EE 448) Ders Detayları
Örüntü Tanıma (EE 448) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Örüntü Tanıma EE 448 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin
DetaylıMobil Cihazlarda Görüntü İşleme İçin Bir Çözüm Önerisi
Mobil Cihazlarda Görüntü İşleme İçin Bir Çözüm Önerisi Muzaffer Tatlı, İsmail Serkan Üncü 2 1 Kahramanmaraş Sütçü İmam Üniversitesi, Bilgisayar Bölümü, Kahramanmaraş 2 Süleyman Demirel Üniversitesi, Elektrik-Elektronik
DetaylıMuhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR
Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege
DetaylıODTÜ Bilgisayar Mühendisliği. Tanıtım Günleri Temmuz 2005
ODTÜ Bilgisayar Mühendisliği Tanıtım Günleri Temmuz 2005 Tarihçe Türkiye'nin ilk Bilgisayar Mühendisliği Bölümü 1967: Kuruluş; Elektronik Hesap Bilimleri Enstitüsü, Yüksek Lisans Programı 1976: Lisans
DetaylıBilgisayarla Görme (EE 430) Ders Detayları
Bilgisayarla Görme (EE 430) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Bilgisayarla Görme EE 430 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i EE 275, MATH
DetaylıMÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 ( yılı öncesinde birinci
MÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 (2016-17 yılı öncesinde birinci sınıfa başlayan öğrenciler için) BİRİNCİ YIL 1. Dönem CMPE113
DetaylıAKADEMİ. Eğitim Kataloğu GELECEĞE YÖN VERENLERİN AKADEMİSİ. * Bu katalog ETZ Akademi tarafından hazırlanan eğitimleri içermektedir.
AKADEMİ GELECEĞE YÖN VERENLERİN AKADEMİSİ 20 18 Eğitim Kataloğu * Bu katalog ETZ Akademi tarafından hazırlanan eğitimleri içermektedir. Eğitimde Teknoloji Entegrasyonu ve Öğretim Tasarımı Her branştan
DetaylıÇekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme
Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,
DetaylıYard. Doç. Dr. İrfan DELİ. Matematik
Unvanı Yard. Doç. Dr. Adı Soyadı İrfan DELİ Doğum Yeri ve Tarihi: Çivril/Denizli -- 06.04.1986 Bölüm: E-Posta Matematik irfandeli20@gmail.com, irfandeli@kilis.edu.tr AKADEMİK GELİŞİM ÜNİVERSİTE YIL Lisans
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2016 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
Detaylı1. YIL 1. DÖNEM DERS KODU DERS ADI T+U+L KREDİ AKTS. Atatürk İlkeleri ve İnkılap Tarihi I
SEYDİŞEHİR AHMET CENGİZ MÜHENDİSLİK FAKÜLTESİ 2018-2019 EĞİTİM ÖĞRETİM YILI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS MÜFREDATI VE AKTS (ECTS) KREDİLERİ NORMAL ÖĞRETİM 1. YIL 1. DÖNEM 0370060001 Algoritma ve
DetaylıSayısız uygulama alanı olan Yapay Zeka kavramının pek çok tanımı vardır.
YAPAY ZEKA Yapay Zeka Tanımı Sayısız uygulama alanı olan Yapay Zeka kavramının pek çok tanımı vardır. Normal olarak insan zekasını gerektiren görevleri yapabilecek makineler yapmaktır. İnsan varlığında
DetaylıEğitim Fakülteleri ve İlköğretim Öğretmenleri için Matematik Öğretimi
Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 19 (2012) 269-273 269 KİTAP İNCELEMESİ Eğitim Fakülteleri ve İlköğretim Öğretmenleri için Matematik Öğretimi Prof. Dr. Murat ALTUN Dilek SEZGİN
Detaylıetme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir.
İnsanlığın doğayı araştırma ve taklit etme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir. Beynin üstün özellikleri, bilim adamlarını üzerinde çalışmaya zorlamış ve
DetaylıElectude International
Electude International Giriş Electude eğitmenlerin dersleri, alıştırmaları, görevleri ve testleri belirlemelerine, oluşturma, yönetme ve sınıflandırmalarına izin veren bulut tabanlı bir otomotiv e-öğrenme
DetaylıTedarik Zinciri Yönetiminde Yapay Zeka Teknikler
Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Doç.Dr.Mehmet Hakan Satman mhsatman@istanbul.edu.tr İstanbul Üniversitesi 2014.10.22 Doç.Dr.Mehmet Hakan Satmanmhsatman@istanbul.edu.tr Tedarik Zinciri
DetaylıBüyük Veri ve Endüstri Mühendisliği
Büyük Veri ve Endüstri Mühendisliği Mustafa Gökçe Baydoğan Endüstri Mühendisliği Bölümü Boğaziçi Üniversitesi İstanbul Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan
DetaylıÖykü AKINGÜÇ
Öykü AKINGÜÇ 201420404018 UZMAN SİSTEMLER Yapay zeka (Artificial Intelligence) konusunda son yıllarda yapılan araştırmalar, Uzman Sistemlerin popülerliğini ve buna paralel olarak da gelişmesini sağlamıştır.
DetaylıGridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı
GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK,
DetaylıDokuz Eylül Üniversitesi Endüstri 4.0 Çalışmaları. Prof. Dr. Banu Esra Aslanertik Rektör Yardımcısı
Dokuz Eylül Üniversitesi Endüstri 4.0 Çalışmaları Prof. Dr. Banu Esra Aslanertik Rektör Yardımcısı Dokuz Eylül Üniversitesi Endüstri 4.0 Bilişsel Hesaplama (Yapay Zeka+) Bulut Bilişim (Cloud Computing)
DetaylıBİLİŞSEL PSİKOLOJİ VE BİLGİ İŞLEME MODELİ BİLGİ İŞLEME SÜREÇ VE YAKLAŞIMLARI
BİLİŞSEL PSİKOLOJİ VE BİLGİ İŞLEME MODELİ BİLGİ İŞLEME SÜREÇ VE YAKLAŞIMLARI BİLİŞSEL PSİKOLOJİ Neisser (1967) yılında bilişsel psikolojiyi; «Biliş terimi, duyusal girdilerin dönüştürüldüğü, azaltıldığı,
DetaylıYrd. Doç. Dr. Gökçe BECİT İŞÇİTÜRK. Gökçe BECİT İŞÇİTÜRK 1
Yrd. Doç. Dr. Gökçe BECİT İŞÇİTÜRK Gökçe BECİT İŞÇİTÜRK 1 Gökçe BECİT İŞÇİTÜRK 2 Kullanıcıların site içeriğini belirlemede rol oynadığı, Dinamik, Teknik bilgi gerektirmeyen, Çok yönlü etkileşim sağlayan,
DetaylıNETAŞ. Nesnelerin İnterneti ve Makineden Makineye Kavramları için Kilit Öncül - IPv6. 12-13 Ocak 2011. Zafer Halim Yiğitbaşı
Ulusal IPv6 Protokol Alt Yapısı Tasarımı ve Geçiş Projesi 12-13 Ocak 2011 Nesnelerin İnterneti ve Makineden Makineye Kavramları için Kilit Öncül - IPv6 Zafer Halim Yiğitbaşı İçerik Giriş Yakın Gelecek
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıAlanya Alaaddin Keykubat UniversityInternational Relations Office
Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği (Örgün Öğretim) Diploma Programı 2016 Müfredatı 1 BLG109 Üniversite'de Yaşam Kültürü ve Bilgisayar Mühendisliğine İntibak 1
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ 1982 yılında kurulan bölümümüz 1986 yılında ilk mezunlarını vermiştir 1300 1300 Lisans, 190 25 190 Yüksek Lisans, 25 Doktora 93 Bölüm kontenjanımız
DetaylıYapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama. Eğitmen: Onur AĞIN
Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama Eğitmen: Onur AĞIN 2016 Biz Kimiz? Kuruluş 9Eylül 2013 14 Kişilik bir Takım 11 Ar-Ge Mühendisi 2 Ar-Ge Koordinatörü 1 Müdür Yenilik Prototip
DetaylıİRİSTEN KİMLİK TANIMA SİSTEMİ
ÖZEL EGE LİSESİ İRİSTEN KİMLİK TANIMA SİSTEMİ HAZIRLAYAN ÖĞRENCİLER: Ceren KÖKTÜRK Ece AYTAN DANIŞMAN ÖĞRETMEN: A.Ruhşah ERDUYGUN 2006 İZMİR AMAÇ Bu çalışma ile, güvenlik amacıyla kullanılabilecek bir
DetaylıHAVELSAN, Türk Silahlı Kuvvetleri Güçlendirme Vakfı nın bir iştirakidir.
HAVELSAN FAALİYET ALANLARI Eğitim, Simülasyon, Test ve Değerlendirme Bilişim ve Güvenlik Sistemleri Komuta Kontrol Mühendislik Çözümleri TESİD YENİLİKÇİLİK YARATICILIK ÖDÜLLERİ 2012/ GVDS İLE YENİLİKÇİLİĞİN
DetaylıA NEW APPROACH FOR IMAGE CLASSIFICATION: CONVOLUTIONAL NEURAL NETWORK. Emine Cengil* 1, Ahmet Çınar 2
EJT Vol 6, Number 2, 2016 European Journal of Technic A NEW APPROACH FOR IMAGE CLASSIFICATION: CONVOLUTIONAL NEURAL NETWORK Emine Cengil* 1, Ahmet Çınar 2 1,2 Computer Engineering Department, Firat University,
DetaylıYapay Zeka ve Veri Analitiği Dünü, Bugünü ve Yarını. Kemal Kılıç FENS, Sabancı University
Yapay Zeka ve Veri Analitiği Dünü, Bugünü ve Yarını Kemal Kılıç FENS, Sabancı University Kısa Özgeçmiş Lisans EE (1995) Lisansüstü IE (1997) Doktora MIE (2002) MDBF IE (2002 -.) Araştırma/Öğretim İlgi
DetaylıYapay Sinir Ağları ve Uygulamaları (EE 505) Ders Detayları
Yapay Sinir Ağları ve Uygulamaları (EE 505) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Yapay Sinir Ağları ve Uygulamaları EE 505 Her İkisi 3 0 0 3 7.5
DetaylıBSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER
BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER Yazılımı ve Genel Özellikleri Doç.Dr. Cüneyt BAYILMIŞ Kablosuz Ağların Modellemesi ve Analizi 1 OPNET OPNET Modeler, iletişim sistemleri ve
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için)
BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 5 COME 21 Veri Yapıları ve Algoritmalar COME 22 COME 1 COME 1 COME 411
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıGTÜ Bilgisayar Topluluğu
GTÜ Bilgisayar Topluluğu Tanıtım Dökümanı Şubat 2016 tarihinden itibaren GTÜ Bilgisayar Topluluğunun yapmış olduğu faaliyetlerin kapsamlı incelemesini içerir. GTÜ Bilgisayar Topluluğu Tanıtım Dökümanı
DetaylıBilgisayar Oyunları ve Simulasyon (COMPE 376) Ders Detayları
Bilgisayar Oyunları ve Simulasyon (COMPE 376) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Saati Saati Laboratuar Kredi AKTS Saati Bilgisayar Oyunları ve Simulasyon COMPE 376 Her İkisi 2 2 0
DetaylıAkıllı Sistemler ve Uygulamaları Dergisi, Cilt: 1, Sayı: 1, Sayfa ,
Akıllı Sistemler ve Uygulamaları Dergisi, Cilt: 1, Sayı: 1, Sayfa 122-126, 2018 122 Derin Öğrenme Kullanarak Gerçek Dünya Doku Görüntülerinin Zorlu Koşullarda Tanınması Recognition of Real-World Texture
DetaylıCOURSES OFFERED FOR ERASMUS INCOMING STUDENTS
COURSES OFFERED FOR ERASMUS INCOMING STUDENTS Department : Computer Engineering 152111001 CALCULUS I 3 2 4 5 152111005 PHYSICS I 3 0 3 3 152111006 PHYSICS I LAB 0 2 1 2 152111007 CHEMISTRY 3 0 3 3 152111008
DetaylıSinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008
Sinirsel Benzetim ve NSL İlker Kalaycı 06, 2008 Gündem Yapay Sinir Ağları Benzetim Benzetim Dilleri Sinirsel Benzetim Dilleri NEURON, GENESIS,NEST Gündem Neural Simulation Language (NSL) Tarihçe Genel
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıLEGO MINDSTORM ROBOTLARIYLA
LEGO MINDSTORM ROBOTLARIYLA BİZ KİMİZ? Dr. Tuba Eren Lisans: ODTÜ Okul Öncesi Eğitimi (2004) Yüksek Lisans: ODTÜ Okul Öncesi Eğitim (2007) Doktora: ODTÜ İlköğretim (2011) Çalışmaları: 2002 yılından bu
DetaylıPROBLEM ÇÖZME BASAMAKLARI ve YARATICI DÜŞÜNME
PROBLEM ÇÖZME BASAMAKLARI ve YARATICI DÜŞÜNME Problem Nedir? Çözülmesi gereken mesele, soru, sorun veya aşılması gereken engel. Organizmanın karşılaştığı her türlü güçlük. Tek boyutlu veya çok boyutlu
DetaylıBİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program)
BİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 2+2 3 5 COME 218 Veri Yapıları ve Algoritmalar 2+2 3 6 COME 226
DetaylıBilgisayar Mühendisliği Bölümü
Gebze Yüksek Teknoloji Enstitüsü Bilgisayar Mühendisliği Bölümü 1 Tanıtım Gösterisi Hazırlayan: Arş. Gör. Ahmet Cengizhan Dirican İçerik 1. 1. Üniversitemiz 2. 2. Bilgisayar Mühendisliği 3. 3. Bölümümüz
Detaylı2. Aşağıdaki öğrenme stratejileri ile beceri eşleştirmelerinden hangisi yanlıştır? Evrim OĞUZ
Öğretim ve Öğrenme Stratejileri Testi Gol: 1. Öğrencilerin karşılaştıkları sosyal sorunlara nasıl yaklaştıkları hakkında bilgi edinmek isteyen bir öğretmenin aşağıdaki öğrenme öğretme yaklaşımlarından
DetaylıYapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI
Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ ÖZET ABSTRACT... iii... v... vii TABLO LİSTESİ... xiii ŞEKİL LİSTESİ... xv 1. Bölüm: GİRİŞ... 1 2. Bölüm: 21. YÜZYILDA EĞİTİM SİSTEMİNİN BAZI ÖZELLİKLERİ VE OKUL GELİŞTİRMEYE ETKİLERİ...
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRLÜĞÜ DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: Pattern Recognition
Dersi Veren Birim: Fen Bilimleri Enstitüsü Dersin Türkçe Adı: Örüntü Tanıma Dersin Orjinal Adı: Pattern Recognition Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisansüstü Dersin Kodu: CSE
DetaylıGÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR
GÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR KİŞİSEL BİLGİLER İş: (272) 228 14 23 E-mail: emreguraksin@aku.edu.tr Uyruğu Doğum Yeri
DetaylıYapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları
Yapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları Ece Akıllı Université de Genève 12 Eylül 2016 CERN TR E. Akıllı (UNIGE) Yapay Sinir Ağları 12.09.2016 1 / 18 Akış 1 Makine Ogrenimi 2 Yapay Sinir
DetaylıAkdeniz Üniversitesi
F. Ders Tanıtım Formu Dersin Adı Öğretim Dili Bilgisayar II Türkçe Dersin Verildiği Düzey Ön Lisans ( ) Lisans (x) Yüksek Lisans( ) Eğitim Öğretim Sistemi Örgün Öğretim (x) Dersin Türü Zorunlu (x) Seçmeli
Detaylı4. SANAYİ DEVRİMİ. bir iki üç dört. Doç.Dr. Selcen Öztürkcan
4. SANAYİ DEVRİMİ bir iki üç dört Doç.Dr. Selcen Öztürkcan ODTÜ Metalurji ve Malzeme Mühendisliği Bölümü 50. Yıl Sempozyumu 26 Haziran 2016 KARMAŞIKLIK DERECESİ SANAYİ DEVRİMİ = f (iletişim, enerji, ulaşım)
DetaylıYZM YAPAY ZEKA VE UZMAN SİSTEMLER DERS#1:YAPAY ZEKA TEMEL KAVRAMLAR
YZM 5257- YAPAY ZEKA VE UZMAN SİSTEMLER DERS#1:YAPAY ZEKA TEMEL KAVRAMLAR Yapay Zeka Yapay Zeka (YZ) Nedir? YZ nın Tarihi YZ nın kullanım alanları YZ ve Diğer Disiplinler YZ Yöntemleri YZ ne yapabilir
DetaylıROBOTİK KODLAMA ELEKTRONİK ve 3B TASARIM EĞİTİMİ
ROBOTİK KODLAMA ELEKTRONİK ve 3B TASARIM EĞİTİMİ Eğitim Programı 1. Genel Koşullar - Atölyeler 7-15 yaş aralığındaki katılımcılar ile en fazla 15 kişilik gruplar halinde - Atölyeler Makine Mühendisleri
DetaylıDoç. Dr. Cüneyt BAYILMIŞ
BSM 460 KABLOSUZ ALGILAYICI AĞLAR 1 BSM 460 KABLOSUZ ALGILAYICI AĞLAR 1. Hafta NESNELERİN İNTERNETİ (Internet of Things, IoT) 2 Giriş İletişim teknolojilerinde ve mikroelektronik devrelerde yaşanan gelişmeler
DetaylıANKARA ÜNİVERSİTESİ A ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
Dersin ön koşulu var mı? ***** İntibak Dersi mi? **** TOPLAM SAAT ** AKTS Kredisi ** ANKARA ÜNİVERSİTESİ A PROGRAM ADI : BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE).SINIF /.YARIYIL* ANADAL EĞİTİM PROGRAMI ZORUNLU
Detaylıİleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik
Tekrar Konular İleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik 1. Uygulamalar ve tanımlamalar 2. Örüntü tanıma sistemleri ve bir örnek 3. Bayes karar teorisi 4. En yakın komşu sınıflandırıcıları
DetaylıBaşlangıç: 3 Temmuz ROBOTİK KODLAMA ELEKTRONİK ve 3B TASARIM EĞİTİMİ
Başlangıç: 3 Temmuz 2018 ROBOTİK KODLAMA ELEKTRONİK ve 3B TASARIM EĞİTİMİ Eğitim Programı 1. Genel Koşullar - Atölyeler 7-15 yaş aralığındaki katılımcılar ile en fazla 15 kişilik gruplar halinde gerçekleştirilecektir.
DetaylıFIRAT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ/YAZILIM MÜHENDİSLİĞİ (DR)
FATİH ERTAM DOKTOR ÖĞRETİM ÜYESİ E-Posta Adresi fatih.ertam@firat.edu.tr Telefon (İş) Telefon (Cep) Faks Adres 4242370000-7640 5356514539 Fırat Üniversitesi Teknoloji Fakültesi B Blok Adli Bilişim Mühendisliği
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik
DetaylıVERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI 10 Aralık 2011, Cumartesi Fen ve Mühendislik Alanlarındaki Çeşitli Araştırma Projelerinden Örneklemeler İçerik
DetaylıYapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları
Yapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Yapay Sinir Ağları ve Uygulamaları EE 423 Her İkisi 3 0 0 3 5
DetaylıRobot Görme (MECE 445) Ders Detayları
Robot Görme (MECE 445) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Robot Görme MECE 445 Bahar 2 0 2 3 4 Ön Koşul Ders(ler)i Yok Dersin Dili Dersin Türü
DetaylıGevşek Hesaplama (COMPE 474) Ders Detayları
Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin
DetaylıAlkın Küçükbayrak alkin@superonline.com. Bilim Dalı Olarak ve Uygulamada "Yapay Zeka"
Alkın Küçükbayrak alkin@superonline.com Bilim Dalı Olarak ve Uygulamada "Yapay Zeka" Bir önceki yazımızda beyin simulatörlerinden bahsetmiştik. Beynin işlevlerini deşifre etmeye yönelik çalışmalardan biri
Detaylı