Pamukkale Üniversitesi
Üniversite hayatın rehberidir
PAÜ'ye Hoşgeldiniz;
Aday Öğrenci
Öğrencilerimiz
Personelimiz
EN
Eğitim Bilgi Sistemi
Ana Sayfa
Üniversite Hakkında
İsim ve Adres
Yönetim
Genel Tanımlama
Akademik Takvim
Genel Kabul Gereksinimleri
Önceki Eğitimlerin Tanınması
Genel Kayıt İşlemleri
AKTS Kredilerinin Oluşturulması
Akademik Danışmanlık
Öğrenciler İçin
Yaşam Giderleri
Barınma
Beslenme / Yemek
Tedavi İmkanları
Engelli Öğrenci İmkanları
Sigorta
Maddi Destek
Öğrenci İşleri Birimi
Öğrenme İmkanları
Uluslararası Programlar
Dil Kursları
Stajlar
Spor ve Eğlence Olanakları
Öğrenci Toplulukları
Değişim Öğrencileri İçin Pratik Bilgiler
Derece Programları
DOKTORA
FEN BİLİMLERİ ENSTİTÜSÜ
BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI
1627 BİYOMEDİKAL MÜHENDİSLİĞİ DR.
Ders Bilgileri
Ders Öğrenme Kazanımları
Dersin Program Yeterlilikerine Katkısı
AKTS / İş Yükü Tablosu
Ders Şubeleri
Yazdır
DERS BİLGİLERİ
Ders Kod
Ders Ad
T+U Saat
Yarıyıl
AKTS
BMM 677
MEDİKAL VERİLERDE DERİN ÖĞRENME UYGULAMALARI
3 + 0
2. Yarıyıl
7,5
DERS TANIMI
Ders Düzeyi
Doktora
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
1
Derin öğrenme temel kavramlarını öğrenmek
2
Derin öğrenmenin temel model mimarilerini tanımlayabilmek
3
Medikal verilerde derin öğrenme yöntemlerini kullanabilmek
4
MATLAB ve Python dillerinde derin öğrenme kütüphanelerini kullanarak medikal veri analizi yapabilen yazılım geliştirebilmek.
DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
Derslerin program öğrenme kazanımına katkısı girilmemiş.
AKTS / İŞ YÜKÜ TABLOSU
Etkinlik
Sayısı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)
14
3
42
Arasınavlar(hazırlık süresi dahil)
1
56
56
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)
1
56
56
Özel Çalışma Modülü (Öğrenci)
1
41
41
Toplam İş Yükü
Dersin AKTS Kredisi
195
7,5
DERS ŞUBELERİ
Dönem seçiniz :
Tüm Dönemler
Seçili dönemde ders açılmamıştır.
Yazdır
T+U :
Teorik + Pratik
PY:
Program Yeterlilikleri
ÖK:
Ders Öğrenme Kazanımları
{1}
##LOC[OK]##
{1}
##LOC[OK]##
##LOC[Cancel]##
{1}
##LOC[OK]##
##LOC[Cancel]##
Ana Sayfa
Üniversite Hakkında
İsim ve Adres
Yönetim
Genel Tanımlama
Akademik Takvim
Genel Kabul Gereksinimleri
Önceki Eğitimlerin Tanınması
Genel Kayıt İşlemleri
AKTS Kredilerinin Oluşturulması
Akademik Danışmanlık
Öğrenciler İçin
Yaşam Giderleri
Barınma
Beslenme / Yemek
Tedavi İmkanları
Engelli Öğrenci İmkanları
Sigorta
Maddi Destek
Öğrenci İşleri Birimi
Öğrenme İmkanları
Uluslararası Programlar
Dil Kursları
Stajlar
Spor ve Eğlence Olanakları
Öğrenci Toplulukları
Değişim Öğrencileri İçin Pratik Bilgiler
Derece Programları