GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| FBYZR7044 | Yüksek Başarımlı Hesaplama ile Yapay Zeka Uygulamaları II | Ders | 1 | 2 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Yüksek Başarımlı Hesaplama mimarilerinin tanıtılması, öğretilmesi ve yapay zeka algoritmalarının yüksek başarımlı hesaplama ile optimize edilmesine yönelik metotlar geliştirmek. Hadoop mimarisini anlatmak, Hadoop dağıtık dosya sisteminin bileşenlerini öğretmek, dağıtık mimaride programlama yaparak yüksek başarımlı uygulamalar geliştirmek. Map-Recuce algoritmasına dayalı yeni algoritmalar modellemek ve mevcut algoritmaların Map-Reduce tabanlı uygulanmasını sağlamak.
Dersi Veren Öğretim Görevlisi Görevlileri
Dr. Öğretim Üyesi Fikriye ATAMAN
Öğrenme Çıktıları
| 1 | Yüksek başarımlı hesaplama teknolojilerinden biri olan Hadoop Dağıtık Dosya Sisteminin kuramsal temellerinin anlatılarak uygulama geliştirmek. |
| 2 | Yapay Zeka algoritmalarının Map-Reduce tabanlı dağıtık geliştirilmesini sağlayarak performans kazancı elde etmek. |
| 3 | Dağıtık-Paralel Sistemlerde yüksek başarımlı hesaplamaların sağlanmasına yönelik problem çözümü sunmak. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Bu dersi seçecek öğrencilerin programlama bilgisine sahip olması tercih edilir.
Dersin İçeriği
Java Dili ile verilerin temizlenerek ön işlenmesi ve standartlaştırılması, sosyal medyadan veri toplanması, Deeplearning 4J kütüphanesinin kurulması, büyük verilerin örnek algoritmalar ile uygulanması, algoritmaların dağıtık mimari ile yeniden modellenmesi. Sonuçlara ait başarım istatistiklerinin hesaplanması ve karşılaştırılmasıdır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Genel Bakış Paralel Hesaplama Tanımı Yüksek Başarımlı Hesaplamanın Tanımı Paralel Hesaplama Gerekçeleri Yüksek Başarımlı Hesaplama Yaklaşımları(Bilgisayar Kümesi, Kuantum Hesaplama, Hesaplamalı Bilim Kişisel Süper Bilgisayarlar, High-Performance Cloud Computing (HPC2)) Paralel Hesaplamanın Hedef Kitlesi | Yok | Yok |
| 2 | Kuramsal Temeller Von Neumann Bilgisayar Mimarisi Flynn Sınıflandırması Paralel Terminoloji Yüksek Baaşarımlı Hesaplamanın Sınırları ve Maliyetleri Amdahl Yasası Moore Yasası Dennard Ölçeklemesi | Yok | Yok |
| 3 | Bellek Mimarileri | Yok | Yok |
| 4 | Paralel Hesaplama Mimarileri | Yok | Yok |
| 5 | Hadoop Mimarisi Tanıtımı Hadoop Dağıtık Dosya Sistemi ve Bileşenleri | Yok | Yok |
| 6 | Hadoop Common, Hadoop YARN | Yok | Yok |
| 7 | Map-Reduce Mimarisi, HDDS DataNode, NameNode | Yok | Yok |
| 8 | Ara Sınav | Yok | Yok |
| 9 | Java Kurulumu, Ek Kütüphane ve bileşenlerin içe aktarılması, Deeplearning 4J Kurulumu, Hadoop Cluster Kurulumu | Yok | Yok |
| 10 | Mapping İşlemi ve WordCount Örnek Uygulaması | Yok | Yok |
| 11 | Reduce İşlemi ve WordCount Örnek Uygulaması | Yok | Yok |
| 12 | Word2Vec Modelinin MapReduce ile işlenmesi | Yok | Yok |
| 13 | Word2Vec Modelinin MapReduce ile işlenmesi | No | No |
| 14 | SVM MapReduce Uygulaması | Yok | Yok |
| 15 | SVM MapReduce Uygulaması | No | No |
Ders Kitabı Malzemesi Önerilen Kaynaklar
1. Hadoop: The Definitive Guide – Tom White- O'Reilly Media, Inc. 2. Optimizing Hadoop for MapReduce -Tannir Khaled - Packt Publishing
Planlanan Öğrenme Aktiviteleri ve Metodları
Yok
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Proje Hazırlama | 1 | 25 |
| Proje Sunma | 1 | 25 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 3 | 3 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 14 | 3 | 42 |
| Proje Sunma | 1 | 5 | 5 |
| Bireysel Çalışma | 14 | 5 | 70 |
| Ev Ödevi | 1 | 3 | 3 |
| Toplam İş Yükü (saat) | 126 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | |
| ÖÇ 1 | 2 | 5 | 4 | 3 | 5 | 5 | 4 | 3 | 4 | 5 | 2 | 2 | 3 | 5 | 3 | 4 |
| ÖÇ 2 | 2 | 5 | 4 | 3 | 5 | 5 | 4 | 3 | 4 | 5 | 2 | 2 | 3 | 5 | 2 | 4 |
| ÖÇ 3 | 2 | 5 | 4 | 3 | 5 | 5 | 5 | 3 | 4 | 5 | 2 | 2 | 3 | 5 | 3 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek