| 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. |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Yapay sinir ağlarının çalışma mantığını formülize eder | Anlatım, Soru-Cevap, Gösterip Yaptırma, | |
| 2 | Probleme ait giriş/çıkış verilerini, yapay sinir ağlarına uygun olarak ön işlemesini yapar | Anlatım, Beyin Fırtınası, Tartışma, | |
| 3 | Yapay sinir ağları ile doğrusal ve doğrusal olmayan problemlere çözüm üretir | Anlatım, Tartışma, Deney ve Laboratuvar, Gözlem, | |
| 4 | Yapay sinir ağlarının çıktılarını yorumlar | Anlatım, Tartışma, Eğitsel Oyun, | |
| 5 | Görsel arabirim veya yazılımsal araçları kullanarak problemleri bilgisayar ortamına aktarır. | Anlatım, Tartışma, Grupla Çalışma, |
| 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. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| 6 | Bilgi ve İletişim Teknolojileri konularında ileri uygulamaları yapacak düzeyde genişlemesine ve derinlemesine bilgi sahibidir. | ||||||
| 7 | Tanımlanmış bilgi ve iletişim teknolojileri problemlerini çözmek için yöntem geliştirir ve bu yenilikçi yöntemleri uygular. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
|---|---|---|---|---|---|---|---|---|
| 1 | Yapay sinir ağlarının çalışma mantığını formülize eder | |||||||
| 2 | Probleme ait giriş/çıkış verilerini, yapay sinir ağlarına uygun olarak ön işlemesini yapar | |||||||
| 3 | Yapay sinir ağları ile doğrusal ve doğrusal olmayan problemlere çözüm üretir | |||||||
| 4 | Yapay sinir ağlarının çıktılarını yorumlar | |||||||
| 5 | Görsel arabirim veya yazılımsal araçları kullanarak problemleri bilgisayar ortamına aktarır. |
| 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 | ||