Bilgi Paketi / Ders Kataloğu
| Ekonomi | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | Mühendislik Fakültesi | ||||||
| Ders Kodu | COMP 451 | ||||||
| Ders Adı İngilizce | Introduction to Natural Language Processing | ||||||
| Ders Adı Türkçe | Doğal Dil İşlemeye Giriş | ||||||
| Öğretim Dili | EN | ||||||
| Ders Türü | Ters-Yüz Öğrenme | ||||||
| Dersin Düzeyi | Başlangıç | ||||||
| Dönem | Güz | ||||||
| Haftalık İletişim Saatleri |
|
||||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 152 saat | ||||||
| Ders Kredileri | 6 AKTS | ||||||
| Değerlendirme | Standart Harf Notu | ||||||
| Ön Koşul | Yok | ||||||
| Yan Koşul | Yok | ||||||
| Beklenen Ön Bilgi | Prior knowledge in programming, basic mathematics and probability. | ||||||
| Kayıt Kısıtlamaları | Only Undergraduate Students | ||||||
| Genel Eğitim Hedefi | To gain an understanding of computational properties of natural languages, learn different aspects and basic fundamentals of natural language processing, and become familiar with how to design algorithms and applications to process linguistic information. | ||||||
| Ders Açıklaması | Bu ders doğal dil işlemede kullanılan temel yöntemleri içermektedir: biçimbilimsel çözümleme, sözdizimsel analiz, bağlılık ayrıştırma, dil modelleri, anlambilim, pragmatik analiz ve performans değerlendirmesi. Ek olarak, kelime türü etiketleme, kelime anlamı belirleme, diyalog sistemleri, dil üretimi, metin sınıflandırma, özet çıkarımı ve soru cevaplama gibi bazı doğal dil işleme konuları ve algoritmaları ele alınmaktadır. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) describe basic principles, algorithms and theoretical issues underlying natural language processing; 2) use probability and statistics to solve linguistic problems; 3) apply computational techniques and tools to process texts written in human languages; 4) analyze and interpret textual data used for natural language processing applications; 5) demonstrate team effort in identifying and solving a complex engineering problem using NLP techniques; 6) acquire and apply new knowledge to prepare a well-organized research report on a selected topic; 7) present research work in front of an audience |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | |||||||
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | |||||||
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak | |||||||
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | |||||||
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | |||||||
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | |||||||
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | |||||||
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | |||||||
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | |||||||
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | |||||||
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | N | |
| 2) | Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | N | |
| 3) | Mikroekonomik ve makroekonomik teoriyi anlamak | N | |
| 4) | Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | N | |
| 5) | Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | N | |
| 6) | Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | N | |
| 7) | Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | N | |
| 8) | Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | H | |
| 9) | Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | H | |
| 10) | Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | H | |
| 11) | Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. | H |
| Hazırlayan ve Tarih | ŞENİZ DEMİR , December 2020 |
| Ders Koordinatörü | ŞENİZ DEMİR |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Introduction to Natural Language Processing |
| 2) | Morphological Analysis and Disambiguation |
| 3) | Language Models and N-grams |
| 4) | Syntactic Analysis and Dependency Parsing |
| 5) | Semantics, Discourse, and Pragmatics |
| 6) | Evaluation Methods and Metrics |
| 7) | Part-of-speech Tagging and Word Sense Disambiguation |
| 8) | Text Classification and Named Entity Recognition |
| 9) | Text Summarization |
| 10) | Dialogue Systems |
| 11) | Natural Language Generation |
| 12) | Word Embeddings |
| 13) | Sequence-to-sequence learning with RNNs |
| 14) | Research report presentations |
| 15) | Final Examination/Project/Presentation Period |
| 16) | Final Examination/Project/Presentation Period |
| Gerekli/Tavsiye Edilen Okumalar | (Recommended) Speech and Language Processing, D. Jurafsky, J.H. Martin, 2nd Edition, Pearson-Prentice Hall, 2009. (Supplementary) Foundations of Statistical Natural Language Processing, C.D. Manning, H. Schutze, MIT Press, 2002. (Supplementary) Natural Language Processing with Python, S.Bird, E.Klein, E.Loper, O’Reilly Media, 2009. | ||||||||||||||||||
| Öğretme Teknikleri | Flipped Classroom | ||||||||||||||||||
| Ödev ve Projeler | In-Class flipped Practices, Projects | ||||||||||||||||||
| Laboratuvar Çalışması | None | ||||||||||||||||||
| Bilgisayar Kullanımı | Required | ||||||||||||||||||
| Diğer Aktiviteler | None | ||||||||||||||||||
| Değerlendirme Yöntemleri |
|
||||||||||||||||||
| Ders Yönetimi |
demirse@mef.edu.tr 535 |
||||||||||||||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 1 | 3 | 1 | 70 | ||
| Sunum / Seminer | 1 | 1 | 14 | 2 | 17 | ||
| Proje | 1 | 1 | 14 | 2 | 17 | ||
| Ödevler | 2 | 1 | 14 | 2 | 34 | ||
| Ara Sınavlar | 1 | 10 | 2 | 2 | 14 | ||
| Toplam İş Yükü | 152 | ||||||
| Toplam İş Yükü/25 | 6.1 | ||||||
| AKTS | 6 | ||||||