Doktora Tezi (COMP600)
Kredi: 0 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Ph. D. thesis in computer science. Presentation is required for the completion of the thesis.
Seminer (COMP698)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Seminar about the research field in Ph. D. study.
Doktora Yeterlilik Sınavı (COMP699)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: - Qualifying exam on compulsory topics and on minor subjects.
Bilişimsel Eniyileme (COMP506)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS:
Algoritma Kuramı (COMP512)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Automata, diller, karmaşıklık, hesaplanabilirlik. Sonlu otomata, 2 kafalı sonlu otomata, itme otomatı, Turing makinesi. Chomsky hiyerarşi. Zaman karmaşıklığı: sınıf P, NP, NP tamlığı, NP tam problemleri. Uzay karmaşıklığı: Savitch teoremi, sınıf PSPACE. Hiyerarşi teoremleri ve devre karmaşıklığı.
Bilgisayar Programcılığında Seçilmiş Konular (COMP521)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Bilgisayar Programcılığında Seçilmiş Konular - II (COMP522)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Coğrafik Bilgi Sistemlerine Giriş (COMP525)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Bilgisayar Programcılığında Seçilmiş Konular - I (COMP531)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Bilgisayar Programcılığında Seçilmiş Konular - II (COMP532)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Biyoinformatikte Statistiksel Hesaplamalar (COMP533)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Dijital Geomerti (COMP535)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Kuantum Bilgisayara Giriş (COMP542)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Klasik ve Kuantum Bilişim Kuramı (COMP543)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Petri Ağları (COMP544)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Petri Nets'in nasıl geliştirildiğini göstererek Petri Nets'in kuramsal ve pratik yönlerini tutarlı bir şekilde tanımlamak, gelecek vaat eden bir teorik model olmaktan, tasarım, şartname, simülasyon için tam teşekküllü bir dil olmaktan ibarettir. Büyük ayrık olay sistemlerinin doğrulanması ve uygulanması.
Kombinotoriks (COMP551)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Altkümeler, bölünmeler, permütasyonlar. Tekrarlanabilirlik bağıntıları ve üretken fonksiyonlar. Stirling sayıları. Latin kareleri. Extremal küme kuramı. Steiner üçlü sistemleri. Sonlu geometri. Posetler, latis ve matroidler. Tasarımlar. Hata düzeltici program parçaları.
Graf Kuramı (COMP552)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Grafikler, ağaçlar Bipartit grafikler. 0-1 matrisler. Boyama. Çizge teorisinin cebirsel yöntemleri. Düzlemsellik, dualite, yerleştirmeler. Hypergraphs. Grafik algoritmaları: minimum yayılan ağaçlar, grafik arama algoritmaları: geriye doğru izleme, genişlik birinci, derinlik ilk arama. Dijkstra algoritması.
Modern Tekniklerle Statistiksel Uygulamalar (COMP555)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Regresyon analizi, özellikle doğal kaynaklar verilerine uygun, yaygın olarak kullanılan bir analitik teknik grubudur. Regresyonun güçlü yönlerinden biri, yordayıcı değişkenleri ve bunlarla ilişkili yanıt arasındaki ilişkiyi temsil etmek için bir denklem kullanmanın kavramsal basitliğidir. Bu aynı zamanda bir zayıflıktır: “korelasyon nedensellik anlamına gelmez” ifadesini aklınıza takın ve bu zayıflığın üstesinden geleceksiniz. Bu dersin amacı, araştırmanızda uygulayabileceğiniz temel regresyon teknikleri konusunda size biraz tecrübe kazandırmak, sizi regresyon analizinin faydalı olduğu durumlara (ve belki de faydalı olmadığını) göstermek ve çoğu, yapabileceğinize dair yeterli bir anlayış sunmaktır. okuduğunuz makalelerde gerilemeyi değerlendirir. Elbette altta yatan teori ve aynı zamanda bazı seçilmiş yazılım paketlerinin regresyon için kullanımı üzerinde durulacak. Ancak, regresyonun belirli bir araştırma durumunda bir regresyon çözümünü değerlendirebilmek için nasıl çalıştığını da bilmeniz gerekir.
Paralel İşleme (COMP558)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Paralel bilgisayarlara giriş. Paralel bilgisayarların taksonomisi. İşlemciler dizisi, boru hatları, çoklu işlem. Sistolik diziler. Paralel algoritmaların karmaşıklığı ve verimi. Optimal paralel algoritma tasarım ilkeleri.
Hesaplama Teorisi (COMP559)
Kredi: 3 |
Ders Saati (saat/hafta):: 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Regresyon Analiz Teorisi ve Uygulamaları (COMP569)
Kredi: 3 |
Ders Saati (saat/hafta): 0 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Regresyon analizi, özellikle doğal kaynaklar verilerine uygun, yaygın olarak kullanılan bir analitik teknik grubudur. Regresyonun güçlü yönlerinden biri, yordayıcı değişkenleri ve bunlarla ilişkili yanıt arasındaki ilişkiyi temsil etmek için bir denklem kullanmanın kavramsal basitliğidir. Bu aynı zamanda bir zayıflıktır: “korelasyon nedensellik anlamına gelmez” ifadesini aklınıza takın ve bu zayıflığın üstesinden geleceksiniz. Bu dersin amacı, araştırmanızda uygulayabileceğiniz temel regresyon teknikleri konusunda size biraz tecrübe kazandırmak, sizi regresyon analizinin faydalı olduğu durumlara (ve belki de faydalı olmadığını) göstermek ve çoğu, yapabileceğinize dair yeterli bir anlayış sunmaktır. okuduğunuz makalelerde gerilemeyi değerlendirir. Elbette altta yatan teori ve aynı zamanda bazı seçilmiş yazılım paketlerinin regresyon için kullanımı üzerinde durulacak. Ancak, regresyonun belirli bir araştırma durumunda bir regresyon çözümünü değerlendirebilmek için nasıl çalıştığını da bilmeniz gerekir.
Veritabanı Yönetim Sistemleri (COMP574)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Hesaplama Teorisi (COMP579)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Karar Verme (COMP585)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): - |
Uygulama (saat/hafta): 0 |
ECTS: -
Karar vermeye giriş. Karar verme yöntemi. Karar ağaçları. Belirsizlik altında karar verme. Fayda teorisi. Uyuşmazlık altında karar verme. Risk teorisi. Risk altında karar verme. Beklenti teorisi. Grup karar verme yöntemleri. Karar vermede İkili karşılaştırma yöntemi. Kuyruk teorisi. Karar vermede doğrusal regresyon modeli. Karar vermede zaman serisi modeli. Sinir ağına dayalı karar verme. Karar verme sürecinde Markov modeli. Karar verme sürecinde Monte Carlo yöntemi
Kriptografi ve Veri Güvenliği (COMP586)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Blok dahil klasik ve modern geleneksel şifreleri kullanarak mesajları şifreleyin ve şifresini çözün şifreli şifreler yanı sıra genel şifreleme şifreleri, bilinenleri kullanarak iletileri imzalar ve doğrular imza üretme ve doğrulama algoritmaları. 2. Mevcut kimlik doğrulama ve kilit anlaşma protokollerini analiz edin, bunların zayıf yönlerini belirleyin protokolleri. 3. Bir e-posta ve dosya güvenliği yazılımı olan PGP'yi indirip yükleyin ve kodu etkin bir şekilde kullanın. şifrele ve mesajları imzala.
Yapay Zeka (COMP587)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Yapay Zekaya Giriş (AI). AI geçmişi. Arama stratejileri Durum alanı araştırması. Sezgisel arama. Kontrol stratejileri Bilgi temsili. Kural tabanlı temsil, anlamsal ağlar, çerçeve bilgisi gösterimi. Mantıksal akıl yürütme. Bilgi tabanı ve çıkarsama. Bayes olasılığı. Planlama. Birinci mertebeden mantık. Giriş öğrenme. Karar ağaçları. Oyun Teorisi. Uzman sistemler (ES). ES inşası. Ana özellikleri ES AI'da prolog programlama dili. Kısıtlama memnuniyeti problemleri. Desen tanıma. Robotik. Dağıtılmış AI
Bilgiişlemsel Zeka (COMP588)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Veri Toplama (COMP589)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
Veri tipleri, verilerin ön işlemesi, benzerlik ölçüleri, sınıflandırma, sınıflandırıcı değerlendirme ve karşılaştırma teknikleri, birliktelikteki temel kavramlar, kümeleme analizi, küme değerlendirme, anomali tespiti, multimedya madenciliğinde ve metin madenciliğinde sorunlar.
Biyolojik Sistemlerin Matematiksel&Hesaplamalı Modellemesi (COMP645)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
sistem biyolojisinde matematiksel ve hesaplamalı modelleri geliştirmek, analiz etmek ve yorumlamak için bir giriş sağlamaktadır. Bu ders boyunca, genel hedefimiz biyolojik sistemler ve dinamikleri hakkında daha derin bir bilgi sahibi olmak için bir araç olarak ADD ve Petri ağlarını kullanmaktır. Bu ders nitel ve nicel modelleri kapsar ve ilgili modelleme tekniklerinin çeşitli biyolojik ağlar için Snoopy, CPNTools ve matlab uygulamalarını içerir. Bu dersi alan öğrencilerin matematik ve bilgisayar bilimi temel kavramlarını kullanarak çalışma bilgisine sahip oldukları kabul edilmektedir.
Ağ Bilimi (COMP646)
Kredi: 3 |
Ders Saati (saat/hafta): 3 |
Lab (saat/hafta): 0 |
Uygulama (saat/hafta): 0 |
ECTS: -
