Veri Bilimi (YL) (Tezsiz) Önizleme
Yüksek Lisans	TYYÇ: 7. Düzey	QF-EHEA: 2. Düzey	EQF-LLL: 7. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

VB5011

Ders İsmi:

Doğal Dil İşleme

Ders Yarıyılı:

Güz
Bahar

Ders Kredileri:

AKTS

Öğretim Dili:

Turkish

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm/Program Seçmeli

Dersin Seviyesi:

Yüksek Lisans

TYYÇ:7. Düzey

QF-EHEA:2. Düzey

EQF-LLL:7. Düzey

Dersin Veriliş Şekli:

E-Öğrenme

Dersin Koordinatörü:

Doç. Dr. ŞEBNEM ÖZDEMİR

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Bu dersin temel amacı; öğrencilere doğal dil işleme (Natural Language Processing - NLP) alanının temel kavramlarını, teorik bilgilerini ve bu alanda yaygın olarak kullanılan yöntem ve teknolojileri tanıtmaktır. Ders kapsamında, bilgisayarların insan diliyle etkileşimini sağlayan algoritma ve modellerin nasıl geliştirildiği ve bu modellerin gerçek dünya verileriyle nasıl entegre edildiği öğretilecektir. Derin öğrenme tekniklerinin NLP'ye nasıl uygulandığını da inceleyerek, öğrencilerin sahadaki güncel sorunlar üzerinde çalışabilme ve yeni çözümler üretebilme kapasitesini artırmak hedeflenmektedir.

Dersin İçeriği:

1. Doğal Dil İşlemenin Temelleri ve Uygulama Alanları
2. Metin Ön İşleme ve Temizleme Yöntemleri
3. Doğal Dil İşleme için Algoritmalar ve Modeller
4. Derin Öğrenme ve Doğal Dil İşleme
5. Doğal Dil İşlemede Güncel Gelişmeler ve Uygulama Çalışmaları

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Doğal dil işlemeye giriş ve temel kavramları tanımlayabilme
2) Metin ön işleme ve temizleme tekniklerini uygulayabilme
3) Genel amaçlı doğal dil işleme algoritmalarını anlama ve kullanabilme
4) Derin öğrenme tabanlı doğal dil işleme modellerini entegre edebilme
5) Güncel NLP problemlerine yönelik çözüm yaklaşımları geliştirebilme

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Doğal Dil İşlemenin Tarihçesi ve Gelişimi
2)	Doğal Dil İşleme ve Dilbilimsel Temeller
3)	Metin Ön İşleme: Tokenizasyon, Stemming ve Lemmatizasyon
4)	Kelime Türü Etiketleme ve Sözdizimsel Analiz
5)	Anlambilim, Anlam Çıkarımı ve Anlamlandırma
6)	Algoritmalar: TF-IDF, N-gram Modelleri ve Duygu Analizi
7)	Derin Öğrenme ve NLP: Embeddingler, RNN ve LSTM
8)	Vize Sınavı
9)	Dikkat Mekanizmaları ve Transformer Modeller
10)	Dil Modelleri ve Önceden Eğitilmiş Modellerin İncelemesi (BERT, GPT)
11)	Makine Çevirisi ve Sekans-to-Sekans Modeller
12)	Konuşma Tanıma ve Sesle Yazıya Dönüştürme Sistemleri
13)	Sohbet Robotları ve Diyaloğun Anlam Analizi
14)	Öneri Sistemleri ve Kişiselleştirilmiş Uygulamalar
15)	Doğal Dil İşlemede Etik ve Güvenlik
16)	final sınavı

Kaynaklar

Ders Notları / Kitaplar:	Herhangi bir ders kitabı bulunmamaktadır. There is no textbook.
Diğer Kaynaklar:	Güncel makaleler, kitaplar kullanılacaktır. Current articles and books will be used.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5
Program Kazanımları
1) Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir.
2) Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir.
3) Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır
4) Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar
5) Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Orta	3 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir.
2)	Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir.
3)	Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır
4)	Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar
5)	Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ara Sınavlar	1	% 40
Final	1	% 60
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 60
Toplam		% 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	İş Yükü
Ders Saati	15	61
Ara Sınavlar	8	29
Final	8	69
Toplam İş Yükü		159