1. YÜKSEK LİSANS
  2. FEN BİLİMLERİ ENSTİTÜSÜ
  3. BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI
  4. 1507 BİYOMEDİKAL MÜHENDİSLİĞİ
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
BMM 677MEDİKAL VERİLERDE DERİN ÖĞRENME UYGULAMALARI3 + 01. Yarıyıl7,5

DERS TANIMI
Ders Düzeyi Yüksek Lisans
Ders Türü Seçmeli
Dersin Amacı Bu dersin amacı, bir yapay zeka yöntemi olan derin öğrenmenin temel kavramlarını ve model mimarilerini öğrenmek, MATLAB ve Python programları ile medikal verilerde uygulamalar gerçekleştirmektedir.
Ders İçeriği Temel kavramlar, Makine Öğrenmesine Giriş, Yapay Sinir Ağları, Derin öğrenme kavramları, Hiperparametreler, Optimizasyon ve Regularizasyon, Evrişimli Sinir Ağları, Derin öğrenme mimarileri, Medikal verilerde sınıflandırma ve tahmin, Medikal verilerde derin öğrenme kullanımı, Matlab ve Python derin öğrenme kütüphaneleri, Matlab ve Python derin öğrenme kütüphaneleri kullanarak medikal veri sınıflandırma, tahmin ve obje tanıma
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Derin öğrenme temel kavramlarını öğrenmek
2Derin öğrenmenin temel model mimarilerini tanımlayabilmek
3Medikal verilerde derin öğrenme yöntemlerini kullanabilmek
4MATLAB ve Python dillerinde derin öğrenme kütüphanelerini kullanarak medikal veri analizi yapabilen yazılım geliştirebilmek.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12PY 13PY 14
ÖK 001              
ÖK 002              
ÖK 003              
ÖK 004              
Ara Toplam              
Katkı00000000000000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Arasınavlar(hazırlık süresi dahil)15656
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)15656
Özel Çalışma Modülü (Öğrenci)14141
Toplam İş Yükü

Dersin AKTS Kredisi





195

7,5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2022-2023 Bahar1MUHAMMET ÜSAME ÖZİÇ


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
BMM 677 MEDİKAL VERİLERDE DERİN ÖĞRENME UYGULAMALARI 3 + 0 1 Türkçe 2022-2023 Bahar
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Dr. Öğr. Üyesi MUHAMMET ÜSAME ÖZİÇ muozic@pau.edu.tr TEK A0402-22 Dersin Devam Yüzdesi : %
Amaç Bu dersin amacı, bir yapay zeka yöntemi olan derin öğrenmenin temel kavramlarını ve model mimarilerini öğrenmek, MATLAB ve Python programları ile medikal verilerde uygulamalar gerçekleştirmektedir.
İçerik Temel kavramlar, Makine Öğrenmesine Giriş, Yapay Sinir Ağları, Derin öğrenme kavramları, Hiperparametreler, Optimizasyon ve Regularizasyon, Evrişimli Sinir Ağları, Derin öğrenme mimarileri, Medikal verilerde sınıflandırma ve tahmin, Medikal verilerde derin öğrenme kullanımı, Matlab ve Python derin öğrenme kütüphaneleri, Matlab ve Python derin öğrenme kütüphaneleri kullanarak medikal veri sınıflandırma, tahmin ve obje tanıma
Haftalık Konu Başlıkları
HaftaKonular
1 Temel Kavramlar
2 Makine öğrenmesi
3 Görüntü İşlemenin Temelleri
4 Yapay Sinir Ağları
5 Uygulama Platformları ve Paket Programlar
6 Yapay Sinir Ağları Parametreleri
7 Yapay Sinir Ağları Uygulamaları
8 Derin Öğrenme
9 Evrişimli Sinir Ağları
10 Hiperparametreler
11 Semantik Segmentasyon Algoritmaları
12 Obje Tespit Algoritmaları
13 Medikal Verilerde Uygulama-1
14 Medikal Verilerde Uygulama-2
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
Türkçe
Machine Learning and Deep Learning in Medical Data Analytics and Healthcare Applications, Om Preakash, Brahat Bhushan, Utku Köse, CRC PressTürkçe
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı50Dönem Sonu Sınavı
Ara Sınav50Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları