GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| ESOF318 | Artificial Neural Networks | Seçmeli Ders Grubu | 3 | 6 | 6.00 | 3.00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Yapay Sinir Ağları alanındaki temel problemleri ve çözümlerini öğrenmek.
Dersi Veren Öğretim GörevlisiGörevlileri
DR. NESİBE MANAV MUTLU
Öğrenme Çıktıları
| 1 | Öğrenciler ilgili alandaki temel problemleri öğrenir. |
| 2 | Öğrenci mevcut problem için uygun modelleri oluşturur. |
| 3 | Öğrenci seçtiği modele uygun çözüm yöntemlerini belirlemeyi öğrenir. |
| 4 | Öğrenciler mevcut araçların kısıtlarını uygulamalarla kavrar. |
| 5 | Öğrenciler elde ettikleri sonuçları yorumlamayı öğrenir. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Bulunmamaktadır.
Ders İçin Önerilen Diğer Hususlar
Bulunmamaktadır.
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 | Python dilinin tanıtılması ve Colab ortamında ilk kod yazma çalışmaları | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Yapay Sinir Ağları, Biyolojik Temeller konularının ilgili kaynaklardan araştırılması. |
| 2 | Uygulama Alanları, Tipik Mimariler, Aktivasyon Fonksiyonları | Python dilindeki veri yapılarının tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Uygulama Alanları, Tipik Mimariler, Aktivasyon Fonksiyonları konularının ilgili kaynaklardan araştırılması. |
| 3 | McCulloch-Pitts Hücresi, Örüntü Sınıflama için Basit Sinir Ağları, Hebb Ağı | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | McCulloch-Pitts Hücresi, Örüntü Sınıflama için Basit Sinir Ağları, Hebb Ağı konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Hopfield, J. J. (1982). Neural networks and physical systems with emergent collective computational abilities. Proceedings of the national academy of sciences, 79(8), 2554-2558. 2. Hopfield, J. J. (1984). Neurons with graded response have collective computational properties like those of two-state neurons. Proceedings of the national academy of sciences, 81(10), 3088-3092. |
| 4 | Perceptron, Adaline, Delta kuralı | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Perceptron, Adaline, Delta kuralı konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Rosenblatt, F. Mechanization of Thought Processes: Proceedings of a Symposium held at the National Physical Laboratory, November 1958. Volume, 1, 421-456. 2. Rosenblatt, F. (1962). Principles of neurodynamics: Perceptrons and the theory of brain mechanisms (Vol. 55). Washington, DC: Spartan books. |
| 5 | Çok Katmanlı Algılayıcılar (Perceptronlar) | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Çok Katmanlı Algılayıcılar (Perceptronlar) konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning Internal Representations by Error Propagation, Parallel Distributed Processing, Explorations in the Microstructure of Cognition, ed. DE Rumelhart and J. McClelland. Vol. 1. 1986. Biometrika, 71, 599-607. |
| 6 | Radyal Tabanlı Ağlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Radyal Tabanlı Ağlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Broomhead DS, Lowe D. Multivariable functional interpolation and adaptive networks. Complex Syst1988;2:321–355. |
| 7 | Gradyan Düşüm, Backpropagation, alternatif varyasyonlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Gradyan Düşüm, Backpropagation, alternatif varyasyonlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Werbos, P. (1974). Beyond regression: New tools for prediction and analysis in the behavioral sciences. PhD thesis, Committee on Applied Mathematics, Harvard University, Cambridge, MA. 2. Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. nature, 323(6088), 533-536. |
| 8 | Ara Sınav | Problem Çözme | ||
| 9 | Vektör Kuantalama | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Vektör Kuantalama konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1. Kohonen, T. (1990, June). Improved versions of learning vector quantization. In 1990 ijcnn international joint conference on Neural networks (pp. 545-550). IEEE. |
| 10 | Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1.Carpenter, G. A. (1989). Neural network models for pattern recognition and associative memory. Neural networks, 2(4), 243-257. |
| 11 | Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Örüntü ilişkilendirme- Öğrenme Algoritmaları, Associative Ağlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1.Carpenter, G. A. (1989). Neural network models for pattern recognition and associative memory. Neural networks, 2(4), 243-257. |
| 12 | Hopfield Ağlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Hopfield Ağlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1.Hopfield, J. J. (2007). Hopfield network. Scholarpedia, 2(5), 1977. |
| 13 | Hopfield Ağlar | Python dilindeki gerekli kütüphanelerin tanıtılması ve örneklerin yazılması | Anlatım, Soru Yanıt, Problem Çözme, Beyin Fırtınası | Hopfield Ağlar konularının ilgili kaynaklardan araştırılması. Tavsiye makaleler: 1.Hopfield, J. J. (2007). Hopfield network. Scholarpedia, 2(5), 1977. |
| 14 | Final | Problem Çözme |
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 |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Bulunmamaktadır.
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 2 | 28 |
| Proje Hazırlama | 1 | 10 | 10 |
| Proje Sunma | 1 | 45 | 45 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 30 | 30 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 40 | 40 |
| Toplam İş Yükü (saat) | 155 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
| ÖÇ 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek