Master of Science in Computer Engineering

Advanced Topics in Computer Engineering(INF 528)

Content
Course Code Course Name Semester Theory Practice Lab Credit ECTS
INF 528 Advanced Topics in Computer Engineering 1 3 0 0 3 6
Prerequisites
Admission Requirements
Language of Instruction English
Course Type Elective
Course Level Masters Degree
Course Instructor(s) N. Sultan TURHAN sturhan@gsu.edu.tr (Email)
Assistant
Objective Bu derste öğrencilere ilk olarak, karmaşık ilişkilere sahip verileri etkili bir şekilde depolamak, aramak ve analiz etmek için güçlü bir veri yönetimi aracı olan grafik veritabanlarının ilkeleri tanıtılmaktadır. Öğrenciler grafik veritabanlarının ilkelerini, tasarım modellerini ve pratik uygulamalarını öğreneceklerdir.
İkincisi, bilgisayar biliminin iki ileri alanı arasındaki bağlantının incelenmesini kolaylaştırır: büyük dil modelleri ve grafik veritabanları. GPT-3 gibi büyük dil modelleri, doğal dilin yorumlanmasında ve oluşturulmasında devrim yaratırken, grafik veritabanları verilerdeki karmaşık bağlantıları hızlı bir şekilde yönetmeyi amaçlamaktadır. Kursun ana hedefi, öğrencilere bilgi grafikleri, öneri motorları ve diğer konular da dahil olmak üzere gerçek dünyadaki zorluklarla başa çıkmak için her iki teknolojinin de güçlü yönlerini nasıl kullanacaklarını öğretmektir.
Content 1. Grafik Veritabanlarına ve Büyük Dil Modellerine Giriş
2. Grafik Veritabanı Temelleri
3. Grafik Veritabanıyla Veri Modelleme
4. Grafik veritabanları için sorgulama dilleri (Cypher).
5. Grafik Verilerini Sorgulama ve Değiştirme
6. Büyük Dil Modelleri (LLM'ler)
7. Grafik Veritabanları ve LLM'leri Birleştirmek
8. Bilgi grafikleri
9. Performans Optimizasyonu ve Ölçeklendirme
10. Gelecek Trendleri ve Gelişen Teknolojiler
11. Etik ve Gizlilik Hususları
Course Learning Outcomes Bu dersin sonunda öğrenciler şunları yapabilmelidir:
1) Graf veritabanlarının kavram ve ilkelerini anlayacaktır.
2) Graf veritabanı teknolojilerini kullanarak verileri tasarlayabilir ve modelleyebilir.
3) Cypher (Neo4j) gibi sorgulama dillerini kullanarak graf veritabanları oluştur ve sorgular
4) Graf veritabanlarını gerçek dünyadaki kullanım senaryolarına uygular
5) Graf veritabanlarının diğer veri tabanı teknolojileriyle karşılaştırıldığında güçlü ve zayıf yönlerini değerlendirebilir.
6) Büyük dil modellerinin yeteneklerini ve sınırlamalarını özümser.
7) Metin tabanlı görevler için geniş dil modellerinden yararlanmayı öğrenir.
8) Graf veritabanlarını ve dil modellerini birleştiren uygulamalar geliştirir.
9) Bu birleştirilmiş sistemlerin performansını analiz eder ve değerlendirebilir.
Teaching and Learning Methods Anlatım, Soru - Cevap, Tartışma
Ara Sınav, Kısa Sınav, Proje, Laboratuar çalışmaları ve Final Sınavı
References - Online tutorials
- Graf veritabanı yönetim sistemlerine ait dökümantasyon
- Graf veritabanları ve Geniş Dil Modelleri üzerine bilimsel ve sektörel makaleler
Print the course contents
Weekly Contents
Theory Topics
Week Weekly Contents
Practice Topics
Week Weekly Contents
Assessment System
Contribution to Overall Grade
  Number Contribution
Contribution of in-term studies to overall grade 6 60
Contribution of final exam to overall grade 1 40
Toplam 7 100
In-Term Studies
  Number Contribution
Assignments 5 30
Presentation 1 30
Midterm Examinations (including preparation) 0 0
Project 0 0
Laboratory 0 0
Other Applications 0 0
Quiz 0 0
Term Paper/ Project 0 0
Portfolio Study 0 0
Reports 0 0
Learning Diary 0 0
Thesis/ Project 0 0
Seminar 0 0
Other 0 0
Toplam 6 60
Relation of Proficiency
No Program Learning Outcomes Contribution
1 2 3 4 5
1 X
2 X
3 X
4 X
5 X
6 X
7 X
8 X
9 X
10 X
11 X
12 X
13 X
ECTS
Activities Number Period Total Workload
Class Hours 14 3 42
Working Hours out of Class 14 1 14
Assignments 1 10 10
Presentation 1 10 10
Project 1 10 10
Total Workload 86
Total Workload / 25 3.44
Credits ECTS 3
© Copyright 2016 - IT Office
Scroll to Top