Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Sinirsel Hesap ve Sinirsel Ağlar | BSM 507 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Dr.Öğr.Üyesi ALİ GÜLBAĞ |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Yapay sinir ağları ile ilgili temel kavramları vermek, kullanılan yazılım ve donanımları tanıtmak ve uygulama alanlarını göstermek. |
Dersin İçeriği | Yapay sinir ağları ile ilgili temel kavramlar, tek katmanlı ve çok katmanlı yapay sinir ağları mimarileri, öğrenme türleri ve bunların matematiksel izahı, radyal temelli ağlar, Kohanen Ağı, Hopfield ağı, MATLAB uygulamaları ve uygulama sunumları. |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Yapay sinir ağlarının çalışma mantığını formülize eder | Anlatım, Soru-Cevap, Beyin Fırtınası, | Sınav, |
2 | Probleme ait giriş/çıkış verilerini, yapay sinir ağlarına uygun olarak ön işlemesini yapar | Anlatım, Tartışma, Alıştırma ve Uygulama, | Sınav, Ödev, |
3 | Yapay sinir ağları ile doğrusal ve doğrusal olmayan problemlere çözüm üretir | Proje Temelli Öğrenme , Anlatım, Alıştırma ve Uygulama, Bireysel Çalışma, | Sınav, Ödev, |
4 | Yapay sinir ağlarının çıktılarını yorumlar | Anlatım, Alıştırma ve Uygulama, Deney / Laboratuvar, | Sınav, |
5 | Görsel arabirim veya yazılımsal araçları kullanarak problemleri bilgisayar ortamına aktarır. | Anlatım, Alıştırma ve Uygulama, Gösterip Yaptırma, | Sınav, Sözlü Sınav, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Yapay Sinir Ağlarına Giriş | |
2 | Tek Katmanlı Ağlar ve Hesapları | |
3 | Çok katmanlı Ağlar ve Hesapları | |
4 | Öğrenme Türleri, Danışmanlı ve Danışmansız Öğrenme | |
5 | İleri Beslemeli Ağlar için Geri yayılım Algoritması | |
6 | Geri Yaylım Algoritmasının Analizi ve Örnek Uygulamaları | |
7 | Ezberleme ve Genelleme Kavramları | |
8 | Radyal Temelli Ağlar | |
9 | Kohonen Ağı | |
10 | Hopfield Ağı | |
11 | LVQ Ağları | |
12 | MATLAB Neural Network Geliştirme Araçları | |
13 | Uygulama Sunumları | |
14 | Uygulama Sunumları |
Kaynaklar | |
---|---|
Ders Notu | Ercan Öztemel, Yapay Sinir Ağları, Papatya Yayınları, 2003 |
Ders Kaynakları | 1. S. Haykin, Neural Networks, A Comprehensive Foundation, Macmillan Publishing Company, 1994. 2. Şeref Sağıroğlu, Yapay Zeka Uygulamaları, Ufuk Yayıncılık, 2003. |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 90 |
1. Sözlü Sınav | 10 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 50 |
1. Final | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 20 | 20 |
Final | 1 | 25 | 25 |
Toplam İş Yükü | 141 | ||
Toplam İş Yükü / 25 (Saat) | 5,64 | ||
Dersin AKTS Kredisi | 6 |