Bilgisayar Mühendisliği (YL) (Tezli) (İngilizce)
Ders İçerikleri


1. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5101 Scientific Research Methods and Ethics 3+0+0 9 Zorunlu
The course includes: Research design Literature search and review Scientific writing Scientific presentation Critical scientific review Data types and data collection techniques Quantitative and qualitative methods and data analyses Ethical issues
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5105 Scientific Writing Techniques 2+0+ 9 Zorunlu
Bu ders, araştırma bulgularının ve fikirlerin çeşitli bağlamlarda etkili bir şekilde iletilmesini vurgulayarak öğrencilerin bilimsel yazma becerilerini geliştirmek için tasarlanmıştır. Teorik tartışmalar, pratik alıştırmalar ve gerçek dünya uygulamalarının bir kombinasyonu sayesinde öğrenciler açık, özlü ve etkili bilimsel belgeler hazırlama konusunda yeterlilik geliştireceklerdir. İşlenen konular arasında hedef kitle analizi, dilde kesinlik, netlik, yazmada enerji, organizasyonel stratejiler, stil uyumu ve verimli zaman yönetimi yer almaktadır. Kurs ayrıca e-postalar, talimatlar ve teklifler gibi belirli formatları da ele alacak ve öğrencilere çeşitli bilimsel iletişim senaryolarına uygulanabilecek çok yönlü bir beceri seti sağlayacaktır.

2. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5102 Graduate Seminar 2+0+0 12 Zorunlu
Öğrencilerin, eğitimini sürdürdükleri alanda ve/veya tez konuları ile ilgili güncel, akademik ve toplumsal gelişmelere katkı sağlayacak özgün bir çalışmayı, bilimsel araştırma normlarına uygun olarak hazırlayarak, toplum önünde anlatabilme, yorumlama, tartışabilme ve iletişim yeteneğini geliştirme amacına yönelik çalışma.

3. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5191 Master's Thesis 0+0+0 30 Zorunlu
Öğrencinin tez danışmanının gözetiminde belirlenen konuyla ilgili literatür taraması ve araştırma gerçekleştirilir.

4. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5191 Master's Thesis 0+0+0 30 Zorunlu
Öğrencinin tez danışmanının gözetiminde belirlenen konuyla ilgili literatür taraması ve araştırma gerçekleştirilir.

Bölüm/Program Seçmeli Dersler


Ders KoduDers Adı(T+U+L)AKTS
AO5006 Aspects of Deep Learning 3+0+0 6
Öğrenciler Python programlama dili kullanarak projeler yapacaktır. Projeler ekip bazında yapılacaktır.
Ders KoduDers Adı(T+U+L)AKTS
AO5007 Data Science 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
AO5012 Human-Computer Interaction 3+0+0 6
Kullanıcı arayüzlerinin temel ilkelerini öğretmek. Öğrencilere kullanılabilirlik modellerini ve ilkelerini tanıtın. Öğrencilerin kullanıcı ve görev analizleri yapmasını sağlayın. Öğrencilerin dönem projelerini tamamlamalarını sağlayarak tasarımı, prototip geliştirmeyi ve değerlendirmeyi öğretin. Renk ve tipografi gibi arayüz özelliklerinin etkilerini tartışın. Yeni kullanıcı arayüzü tekniklerini öğretin.
Ders KoduDers Adı(T+U+L)AKTS
AO5013 Robotic Systems 3+0+0 6
Bu derste, otonom robotların alt-sistemleri ve bileşenleri tanıtılır, hareket teknikleri öğretilir, yörünge planlaması ile ilgili uygulamalar çalışılır, robotlar için kontrol stratejileri açıklanır, robotlarda yeni teknolojiler ve uygulama alanları hakkında öğrenciler bilgilendirilir.
Ders KoduDers Adı(T+U+L)AKTS
AO5017 Computational Biology 3+0+0 6
Ders, genetik ve genomiğin temel kavramlarını, yeni nesil dizileme teknolojilerini, DNA dizilimini, RNA dizilimini, temel biyoloji/biyoinformatik veri tabanlarını ve veri kümelerini, biyolojik verilerin işlenmesi için gerekli temel biyoinformatik araçlarını, biyolojik ağları ve biyolojik ağların oluşturulması ve işlenmesini içermektedir.
Ders KoduDers Adı(T+U+L)AKTS
AO5018 Machine Learning Operations 3+0+0 6
Bu dersi tatmin edici bir şekilde tamamladıktan sonra bir öğrenci: 1. Temel bir iyi tanımlanmış MLOps problemini tasarlayabilecek. 2. MLOps yöntem ve algoritmalarını kullanarak iyi tanımlanmış bir problemi çözebilecek. 3. MLOps temel methodlarını açıklayabilecek. 4. Yazılım dilleri kullanarak MLOps sistemleri geliştirebilecek. 5. Bir MLOps projesinde takım halinde çalışabilecek.
Ders KoduDers Adı(T+U+L)AKTS
COE5006 Error-Correcting Codes 3+0+0 6
Lineer kodlar, ağırlıklar ve uzaklıklar, üreteç ve kontol matrisleri, dual kodlar, Hamming kodları, Reed Muller kodları, Golay kodları, sınırlar, sonlu cisimler, devirli kodlar, BCH ve Reed Solomon kodları, ağırlık dağılımları.
Ders KoduDers Adı(T+U+L)AKTS
COE5012 Parallel Computing 3+0+0 6
Paralel hesaplama yöntemleri, algoritmalar ve paralel mimariler. Farklı mimariler için geliştirilmiş paralel programlama dillerinin örnek uygulamalar üzerinde gösterilmesi. Paralel programların performans ölçümlerinin yapılması ve analizi.
Ders KoduDers Adı(T+U+L)AKTS
COE5022 Internet of Things 3+0+0 6
dersinin içeriği aşağıdaki temel konuları kapsar: Temel Elektronik ve Donanım Bilgisi: Programlama Dilleri: Nesnelerin İnterneti Protokolleri: Veri Toplama ve İşleme: Kablosuz İletişim Teknolojileri: Uygulama Geliştirme ve Platformlar: Güvenlik ve Gizlilik: Endüstriyel IoT ve Uygulamaları:
Ders KoduDers Adı(T+U+L)AKTS
COE5026 Wireless Adhoc Networks 3+0+0 6
Kablosuz Ad Hoc Ağlar kursu, kablosuz iletişim alanında derinlemesine bir yürüyüşe çıkacak. Ders, geçici ağların, yönlendirme algoritmalarının, taşıma protokollerinin, kablosuz internetin ve ağ güvenliğinin temel ilkeleri ve zorluklarıyla başlayacaktır. Kurs ilerledikçe Hizmet Kalitesi (QoS) hususları ve geçici ağlarda enerji yönetimi çözümleri hakkında bilgiler sunulacaktır. Araç özel ağları ve en son teknoloji de derste tartışılacaktır.
Ders KoduDers Adı(T+U+L)AKTS
CYS5004 Advanced Cryptography 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
CYS5012 Cyber Securıty 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
CYS5013 Computer Network Securıty 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
DATS5027 Machine Learning Applications in Business 1+2+ 6
1.İş bağlamında makine öğrenimi kavramlarına ve algoritmalarına genel bakış. 2. Veri ön işleme, özellik mühendisliği ve veri görselleştirme teknikleri. 3. İş dünyasında karar verme sürecinde regresyon ve sınıflandırma için denetimli öğrenme modelleri. 4. Müşteri segmentasyonu, pazar sepeti analizi ve anomali tespiti için denetimsiz öğrenme. 5. İş uygulamaları için makine öğrenimi modellerinin ve dağıtım stratejilerinin değerlendirilmesi.