Ders Tanımları

Program Dersleri:

Güz Dönemi

DASC 551 ST Python ile Programlamaya Giriş

DASC 550 ST Veri Bilimi için Matematik

DASC 501 Python ile Veribilimine Giriş

DASC 521-02 Yapay Öğrenmeye Giriş

TECH 517 Stratejik Sistem Modellemesi

Bahar Dönemi

DASC 522 Uygulamalı Yapay Öğrenme

DASC 550 ST Veri Görselleştirme

DASC 523 Büyük Veri Sistemleri

DASC 550 ST Uygulamalı Yapay Öğrenme

TECH 512 Büyük Veri ve Veri Analitiği

Seçmeli Dersler: (öğrenciler aşağıdaki derslere ek olarak katalogda bulunan diğer ilgili derslerden de seçebilirler).

Program Dersleri

Bilgisayar sistemlerinde hesaba dayalı görsel algılama modelleri ve bunların gerçekleştirimi. İmge oluşumu; kenar, köşe ve sınır çıkarımı; bölütleme, eşleştirme, örüntü tanıma ve sınıflandırma teknikleri; üç boyutlu görme: izdüşüm geometrisi, kamera kalibrasyonu, stereo/silüet/tonlama bilgisinden şekil, model tabanlı 3B nesne tanıma; renk, doku, radyometri ve BDRF; devinim analizi.

Dağıtık bilgisayar ve işletim sistemleri, tasarım kavramları, süreç eşzamanlaması ve kilitlenme, çoklu kullanım, iletişim protokolleri, dağıtık sistemlerde eşzamanlama, zaman yönetimi, mantıksal zamanlama, tutarlı genel durumlar, seçim algoritmaları, karar ve eşgüdüm protokolleri, çoğa dağıtım modeli, koşutzaman denetimi, kayıp kurtarımı, hata toleransı, güvenlik.

Temel koşut-zaman kavramları, gerekirci olmamak, bölünmezlik, yarış durumları, eşzamanlama, birbirini dışlama. Paralel mimariler, çok çekirdekli işlemciler, dağıtık bellek mimariler. Paralel programlama modelleri ve dilleri, çok-örgülü, mesaj geçirme, veri güdümlü, veri paralel programlama. Paralel program tasarımı, ayrışma, tanesellik ölçüsü, yerellik, iletişim, yük dağılımı. Paralel programlama desenleri, yapısal, işlemsel, strateji, koşut-zamanlı yürütme desenleri. Başarım modelleme, paralelleştirmenin getirdiği ek yükler.

Bilgisayar güvenliği teknikleri, geleneksel şifreleme, açık anahtarlı şifreleme sistemi, anahtar yönetimi, ileti doğrulama, kıyım fonksiyonu ve algoritmaları, sayısal imza, doğrulama protokolleri, erişim denetim mekanizmaları, ağ güvenlik pratiği, TCP/IP güvenliği, Web güvenliği, SSL, hizmeti-engelleme saldırıları, izinsiz giriş sezme, virüsler.

Akıllı İnsan-Bilgisayar Arayüzleri’nin bilgisayarlı görme, öğrenme, örüntü tanıma, yapay zeka teknolojileri kullanarak tasarımı, gerçekleştirimi, test edilmesi. Destekleyici metodlar (sınıflandırma, regresyon, çok kipli bilgi birleştirme, nesne tanıma); teknolojiler (bakış takibi, hareket tanıma); donanımlar (dokunsal araçlar, kalem temelli bilgi giriş araçları, kamera ve mikrofon dizileri).

Sınıflandırma ve regresyon için temel doğrusal modeller; stokastik gradyan takibi yaparak öğrenme; çok katmanlı yapay sinir ağları, katlamalı sinir ağları ve özyinelemeli sinir ağları; alandaki güncel gelişmeler; makine çevirisinden ve bilgisayar görmesinden pratik örnekler; derin öğrenme modellerini programlama, eğitme, değerlendirme ve kıyaslama konusunda pratik deneyim.

Veri yapıları, algoritmalar ve ilgili hesaplama karmaşıklıkları. Sönüşür (asimtotik) karmaşıklık ölçütleri. Çizge gösterimleri ve algoritmaları. Çizgelerde dolaşma ve arama. Yönlü çizgeler ve topolojik sıra. Ormanlar ve ağaçlar. Minimum kapsayan ağaç. İki-kısımlı uydurma. Birleşim-aramalı veri yapıları. Yığıtlar. Kıyım algoritmaları. Amortize edilmiş karmaşıklık analizi. Eniyileme algoritmaları. Dinamik programlama. Fırsatçı algoritmalar. En kısa yol algoritmaları. Ağ akışı. Rasgele algoritmalar. Doğrusal programlamaya giriş. NP-completeness kavramına giriş. Karar-verme problemleri. Doğal NP-complete problemler ve yaklaşım algoritmaları. Matris gösterimleri ve algoritmaları.

Biyolojik sistemlerin incelenmesi için algoritmalar, modeller, veritabanları. Sekans analizi, karsılaştırmalar, veri tabanlarında benzerlik esleştirmeleri. Filo genetik soy ağaçları. Protein dizilerinde kalıplar bulma. Protein uç boyutlu yapı tayini. Homoloji modellemesi, protein katlanma problemi. Simülasyon yöntemleri. Proteinler arası etkileşmeler. Network çeşitleri. Sinyal networkleri için veri tabanları ve modellemeler. Sinyal networkleri için veri madenciliği.

Birleşik Eniyileme, tam sayılı programların yapısı, saf tam sayılı ve karışık tam sayılı programlama problemleri, dallan ve sınırla yöntemleri, kesme düzlemi ve çok yüzlü yaklaşım, dış bükeylik, yerel ve küresel en iyi, kısıtlı olmayan eniyileme problemleri için Newton tipi ve eşlenik gradyan yöntemleri,en iyi çözüm için Karush-Kuhn-Tucker şartları, kısıtlı doğrusal olmayan programlama problemleri için algoritmalar, birleş, ve doğrusal olmayan eniyilemede uygulamaları.

Rassallık, risk ve çelişen amaçlar içeren karar verme problemleri için araçlar, teknikler ve beceriler. Karar problemlerini yapılandırma ve modelleme için yöntemler ve yönetim amaçlı karar verme problemlerine uygulamaları. Karar problemlerinin yapılandırlaması: karar ağaçları, model geliştirme, çözüm yöntemleri ve duyarlılık analizi; Bayes kuralı, bilginin değeri ve karar analizi yazılımları. Rassalık ve ölçümü: olasılık çıkarımı. Fayda (utility) teorisi: risk yaklaşımları, tek ve çok değerli fayda teorisi. Çok amaçlı karar verme problemleri.

Dinamik programlamanın kuramı ve uygulamaları, zaman içinde sıralı karar verme; eniyi değer fonksiyonu ve sonlu ve sonsuz zaman için Bellman?ın konsiyonel denklemi; çözüm tekniklerine giriş: politika yinelemesi, değer yinelemesi ve doğrusal programlama; genel rassal formülasyon, Markov karar süreçleri; dinamik programlamanın ağ akış, kaynak paylaştırma, envanter kontrolü, araç yenileme, çizelgeleme ve kuyruk denetime uygulamaları.

Sağlık alanındaki endüstri mühendisliği ve yöneylem araştırması uygulamalarına genel bakış. Hastanelerde kapasite planlaması ve yönetimi. Farklı müdahalelerin enfeksiyon hastalıklarının yayılmasına olan etkilerinin değerlendirilmesi. Kaynak dağıtım politikalarının etkilerinin analizi. Tarama politikalarının ve etkilerinin analizi. Karar destek sistemleri kurmak amacıyla tıbbi karar verme modellerinin geliştirilmesi.

Hipotez Sınaması, Sinyal Sezimi, Parametre Kestirimi, Cramer-Rao Alt Sınırı, En Büyük Olabilirlik/ En Büyük Sonsal Kestirim, Olasılıksal En Küçük Kareler Kestirimi ve Kalman Filtresi.

Sensörlerin temel kavramları, çalıştırma/okuma elektroniği; sensörlerin sistematik tasarımı, günümüzün ticari sensörleri, uzaktan duyulama, Nesnelerin İnterneti; Gerilim, piezoelektrik, basınç, sıcaklık, GPS, kimyasal, biyolojik, direnç, elektronik siga sensörleri, ışıkölçerler, doğrusal ve açısal ivmeöçerler; optik, manyetik sensörler, RF sensörler, güç elektroniği, kendi enerjisini üreten sensörler; WiFi, 4G ve Bluetooth’a dayalı sensör ağları; İnsan/Hayvan duyu sistemleri; Geribildirim kontrol sistemleri; Sensörlerin mikroüretimi.

Sensörlerin temellerinin hatırlatması, malzemeler, mekanizmalar, okuma devreleri, ADC ve DAC’ların ayrıntıları, geribildirim kontrolü, gerçek zamanlı işletim sistemleri ve gerçekleştirilmeleri, mobil/kablosuz bağlantılar, mobil app geliştirme, öngörüsel veri analitiği, makine öğrenmelerinin gerçekleştirilmeleri, gömülü sistemler ve kart tasarım süreci örneği, koşul tabanlı tasarımlar (güç tasarrufu, vücut içine yerleştirilebilen sensörler, uzun-mesafeli kablosuz bağlantı, kritik veya yaşam destek sistemleri). Multimedia, güvenlik, sağlık, enerji, tüketici elektroniği alanlarında güncel ve yaygın sensör system tasarım örnekleri. Ders projesi, isteğe bağlı laboratuvarlar

Olasılık ve istatistik konularının gözden geçirilmesi: rastsal değişken, tek değişkenli ve birleşik olasılık dağılımları, beklentiler; çift değişkenli normal; örnekleme dağılımları; asimptotik teorisine giriş; yorum; sonuç çıkartmak. Lineer regresyon: şartlı beklenti fonksiyonu; çoklu regresyon; klasik regresyon modelleri; sonuç ve uygulamalar.

Standart çıkarımlardan yola çıkış: Spesifikasyon testleri; Zaman serilerine ilk bakış; genelleştirilmiş regresyon; lineer olmayan regresyon; eşzamanlı denklemler, tanımlama, enstrümantal değişkenler. Uzantılar ve uygulamalar: ML, GMM, VAR, GARCH, panel data.

Dersin odak noktası mikro veya makro ekonomi esasları üzerine yapılmış uygulamalar olacaktır. Öğrenciler standart ekonomi uygulaması ile beceri kazanacaklardır. Konular dönem öncesi açıklanır.

Polimer sentezi ve özellikleri. Polimer reolojisi, fabrikasyon metodlari ve mühendislikteki uygulamalar.

Enerji üretim tekniklerinin incelenmesi; günümüzde kullanılan enerjilerin çevre ve ekonomiye olan etkileri; Su gücü, rüzgar enerjisi, dalga enerjisi, gelgit enerjisi, okyanus ısıl enerjisi, jeotermal enerji, biyokütle enerjisi, enerji depolama. Enerji üretim sistemlerinin günümüzde sürdürülebilir olması anlamında incelemeler.

Ham petrolün ve biokütlenin rafineri işlemleri; ham petrol için distilasyon, katalitik ve termal kırma, yakıt iyileştirme ve diğer yan ürün işlemleri, biokütle için gazlaştırma, piroliz, transesterleştirme, yoğunlaştırma işlemleri; rafineri işlemleri için ekonomik ve çevresel etkenler.

İlaç tasarımı, hastalığa neden olan bir hedefin (DNA, RNA, proteinler) aktivitesini durdurmak için belirli bir bölgeye yapışacak uygun bir ilaç molekülü oluşturma yöntemidir. Bu derste, böyle bir molekülün bilgisayar ortamında elde edilişi ele alınacaktır. İşlenecek konular: Hedef üzerindeki aktif bölgenin tayini. İlaç-reseptör etkileşmelerini kontrol eden kuvvetler. İlaç kütüphanelerinin taranması yöntemleri. İlaç yapışma enerjilerinin tayini için değişik yazılımların kullanılması. Kılavuz molekülün elde edilmesi ve geliştirilmesi. Başarılı ve başarısız olmuş ilaçların incelenmesi.

Büyük veri ile katma değer üretimi. Veri kaynakları. Veri madenciliği görevleri ve dentimli/ denetimsiz öğrenme. Model değerlendirme kıstasları. Genellemeye karşı veriyi ezberleme. Veri madenciliği süreci. Veri toplama stratejisi. Veri güvenliği, mahremiyet ve etik. Vaka çalışmaları.

Bilgi mimarisi ve sunumunun temelleri. Verinin bilgiye dönüşümünü. İlişki, gruplama ve hiyerarşi gibi kavramlar. Bilişsel bilgi işleme süreçleri. Farklı medyalar için ve farklı vakalar üzerinden bilgiyi şekillendirme, sunma ve görselleştirme. Tarif tasarımı, zaman serileri, konum-zaman verisi, karşılaştırma ve büyük-veri. Bilgi ile dokunma, jestler ve cihazlara dayalı etkileşim yöntemleri

Bu ders biyoistatistiksel kavramların önemli konularına giriş niteliği taşımaktadır. İşlenecek konular verideki merkezi eğilim ve değişkenliği tanımlamaya yarayan araçları, örneklemlerden elde edilmiş popülasyon ortalamaları ve oranları üzerinde çıkarım yapmaya yarayan yöntemleri, istatiksel hipotez testlerini ve bunların grupları karşılaştırmada nasıl kullanılabileceğini, istatiksel testlerin gücünü, örneklem büyüklüklerinin nasıl belirleneceğini ve örnekleme çeşitleri gibi konuları kapsamaktadır. Sağlık bilimlerindeki araştırmacılar biyolojik problemleri çalışmak için çok çeşitli istatiksel yöntemler (doğrusal regresyon, ANOVA, lojistik regresyon, sağ kalım analizi, parametrik olmayan yöntemleri, vb.) kullanmaktadırlar. Dersin sonunda öğrenciler kendi alanlarındaki yayınlarda kullanılan hesaplamalı yöntemleri anlayacak ve sonuçları kendileri yorumlayacak istatiksel bilgi düzeyine ulaşacaklardır. Öğrenciler ayrıca istatiksel analizleri uygun yazılımları kullanarak bilgisayar üzerinde yapmayı da öğreneceklerdir.