GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS Kredi
EBLG354 Yapay Sinir Ağları Seçmeli Ders Grubu 3 6 0 3.00

Dersin Seviyesi

Lisans

Dersin Sunulduğu Dil

Türkçe

Dersin Amacı

Yapay Sinir Ağları alanındaki temel problemleri ve çözümlerini öğrenmek.

Dersi Veren Öğretim GörevlisiGörevlileri

Dr. Öğr. Üyesi Gülsüm ŞANAL

Öğrenme Çıktıları

1 Temel Yapay Sinir ağı algoritmalarının ve uygulama alanlarının öğrenilmesi, bir problemin bu metotlara uygunluğunun anlaşılması.
2 Yapay sinir ağını bilir
3 Temel yapay sinir ağ modellerini tanır.
4 Yapay sinir ağlarını gerçek sınıflandırmayı bilir.
5 Örüntü tanıma, işaret işleme ve kontrol problemlerine uygularken pratik problemleri bilir.
6 Python ve onun Yapay Sinir Ağ Aracını kullanarak temel YSA modellerini ve algoritmalarını bilir.

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

Temel Yapay Sinir ağı algoritmalarının ve uygulama alanlarının öğrenilmesi, bir problemin bu metotlara uygunluğunun anlaşılması.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik Uygulama [OgretimYontemVeTeknikleri] [OnHazirlik]
1 Neden Yapay Sinir Ağları, Biyolojik Temeller
2 Uygulama Alanları, Tipik Mimariler, Aktivasyon Fonksiyonları
3 McCulloch-Pitts Hücresi, Örüntü Sınıflama için Basit Sinir Ağları, Hebb Ağı
4 Perceptron, Adaline, Delta kuralı
5 Multilayer Perceptronlar
6 Radyal Tabanlı Ağlar
7 Gradyan Düşüm, Backpropagation, alternatif varyasyonlar
8 Ara Sınav
9 Vektör Kuantalama
10 Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar
11 Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar
12 Hopfield Ağlar
13 Hopfield Ağlar
14 Yapay Sinir Ağları ile uygulama
15 Final Sınavı

Ders Kitabı Malzemesi Önerilen Kaynaklar

Mitchell T., Machine Learning, McGraw Hill, 1997. Artificial Intelligence: A Modern Approach (3rd Edition), Stuart Russell and Peter Norvig. Prentice Hall, 2009. Bayesian Reasoning and Machine Learning, David Barber, Cambridge University Press, 2012. Introduction to Machine Learning (3rd Edition), Ethem Alpaydin, MIT Press, 2014. Machine Learning: A Probabilistic Perspective, Kevin Murphy, MIT Press, 2012. Pattern Recognition and Machine Learning, Christopher Bishop, Springer, 2006.

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Rapor Sunma 1 30
Proje Hazırlama 1 20
Proje Sunma 1 50
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Toplam İş Yükü (saat) 0

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
ÖÇ 5
ÖÇ 6
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek