| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Nöral Sistemlere Giriş | BM318 | 6 | 3 + 0 | 5,0 |
| Birim Bölüm | BİLGİSAYAR MÜHENDİSLİĞİ |
| Derece Seviye | Lisans - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze dersler ve ödevlerle konu öğretimi |
| EBS Koordinatörü | Prof. Dr. Cihan KARAKUZU |
| Ders Veren | Prof. Dr. Cihan KARAKUZU |
| Amaç |
Giriş seviyesinde yapay sinir ağları ve öğrenme konusunda lisans öğrencilerinin bilgi sahibi olmasıdır. |
| Ders İçeriği |
Yapay sinir ağları (YSA) nedir? , YSA’nın genel özellikleri, YSA’nın üstünlükleri, McCulloh-Pitts nöron modeli, Doğrusal uyarlanır eleman (DUE), Çoklu doğrusal uyarlanır eleman (ÇDUE), YSA’da katman ve YSA mimarileri, Algılayıcı hücre modeli ve aktivasyon fonksiyonları, YSA öğrenmesi ve öğrenme metodları, Dizisel/Ardışıl ve yığın öğrenme, geriye yayılım algoritması, Diğer eğiticili öğrenme yöntemleri, YSA ile sistem tanıma, YSA ile kontrol |
| Ders Kaynakları |
Yapay Sinir Ağları, Ercan Öztemel, Papatya Yayıncılık, ISBN: 978-975-6797-39-6 , 4. basım, 2016.
Simon Haykin, Neural Networks: A Comprehensive Foundation (2e) |
| Açıldığı Öğretim Yılı | 2011 - 2012 2012 - 2013 2013 - 2014 2014 - 2015 2017 - 2018 2019 - 2020 2024 - 2025 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Ara Sınav 1 | 30 |
| Kısa Sınav 1 | 15 |
| Kısa Sınav 2 | 15 |
| Toplam | 60 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Final | %40 |
| Toplam | %40 |
| Yarıyıl İçinin Başarıya Oranı | %60 |
| Yarıyıl Sonu Çalışmalar | %40 |
| Toplam | %100 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
|
Yetkinlik Tamamlayıcı Ders
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Önceden planlanmış özel beceriler | Problem Çözme | 3 | 2 | 6 |
| Dinleme ve anlamlandırma, gözlem/durumları işleme | Gösterim | 2 | 3 | 6 |
| Dinleme ve anlamlandırma | Ders | 3 | 10 | 30 |
| Önceden planlanmış özel beceriler | Özel Destek / Yapısal Örnekler | 2 | 3 | 6 |
| Dinleme ve anlamlandırma, gözlem/durumları işleme, Bilişim becerileri | Benzetim | 3 | 3 | 9 |
| Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim | Sınıf Dışı Çalışma | 5 | 3 | 15 |
| Ara Sınav 1 | Ara Sınav 1 | 8 | 1 | 8 |
| Ödev 1 | Ödev 1 | 12 | 3 | 36 |
| Final | Final | 12 | 1 | 12 |
| Toplam İş Yükü (Saat) | 128 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 5,02 | |||
| AKTS | 5,0 | |||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Giriş, Yapay sinir ağları (YSA) nedir? , Tarihi Gelişimi, Kullanım Alanları | Ders |
| 2 | YSA’nın genel özellikleri, YSA’nın üstünlükleri, McCulloh-Pitts nöron modeli | Ders Gösterim |
| 3 | Algılayıcı ve doğrusal uyarlanır eleman (ADALINE) | Ders Problem Çözme Gösterim |
| 4 | YSA’da katman ve YSA mimarileri, algılayıcı hücre modeli ve aktivasyon fonksiyonları | Ders Gösterim Benzetim |
| 5 | YSA ileri hesap ve şablonu, İleri hesap EX-Or örneği, Öğrenme ve test etme, Öğrenme Yöntemleri | Ders Problem Çözme Gösterim |
| 6 | Geriye yayılım (GY) algoritmasının türetimi-1, GY öbek yapısı, Sayısal bir Örnek | Ders Problem Çözme Gösterim Benzetim |
| 7 | Geriye yayılım (GY) algoritmasının türetimi-2, Evrik Ağ, İleri-Geri Hesap Öbek Yapısı, Aktivasyon İşlevi Türevleri, Eğitim Örneği Kodu | Ders Gösterim Benzetim |
| 8 | Sayısal Örnek: 2 girişli 2 katmanlı {3, 2} hücreli {logsig, tansig} işlevli bir YSA için ileri/geri hesap ve evrik ağ | Ders Problem Çözme Gösterim |
| 9 | YSA Tasarımında Dikkat Edilmesi Gereken Konular, Uygulamada Takip Edilmesi Gereken İşlemler, Ölçeklendirme/Normalizasyon | Ders |
| 11 | Momentumlu geriye yayılım algoritması | Ders |
| 12 | Esnek geriye yayılım algoritması | Ders Gösterim |
| 13 | Bir problem için YSA Eğitimi Üzerinde Çalışma-1 | Sınıf Dışı Çalışma |
| 14 | Bir problem için YSA Eğitimi Üzerinde Çalışma-2 | Sınıf Dışı Çalışma |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| YSA ile bir mühendislik probleminin çözümünün genel tasarımını yapabilir | |||
| Yapay öğrenmenin basit algoritmalarını bilir | |||
| "Yapay sinir ağı nedir ne için kullanılır?" sorusunun cevabını öğrenir | |||
| Bir MLP ağını geriye yayılım algoritması ile eğitebilir |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| YSA ile bir mühendislik probleminin çözümünün genel tasarımını yapabilir | 4 | 4 | 4 | 3 | 1 | 2 | 3 | 4 | 4 | 2 | ;
| Yapay öğrenmenin basit algoritmalarını bilir | 3 | 5 | 3 | 2 | 1 | 2 | 3 | 3 | 4 | 2 | ;
| "Yapay sinir ağı nedir ne için kullanılır?" sorusunun cevabını öğrenir | 2 | 2 | 1 | 1 | 1 | 2 | 3 | 2 | 5 | 2 | ;
| Bir MLP ağını geriye yayılım algoritması ile eğitebilir | 5 | 5 | 3 | 2 | 1 | 2 | 3 | 3 | 4 | 2 | ;
| Ortalama Değer | 3,5 | 4 | 2,75 | 2 | 1 | 2 | 3 | 3 | 4,25 | 2 |
