| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Yapay Sinir Ağları | BM5028 | 3 + 0 | 7,5 |
| Birim Bölüm | BİLGİSAYAR MÜHENDİSLİĞİ - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Ders, ders anlatımı ve örnek çözümü sunulması şeklinde işlenir. Konuların pekiştirilmesi verilen ödevlerle temin edilmeye çalışılır. |
| EBS Koordinatörü | Dr. Öğr. Üyesi Nihan KAZAK |
| Ders Veren | |
| Amaç |
Yapay sinir ağlarının problem çözmede nasıl kullanılabileceği hususunda ihtiyaç duyulan kuramsal ve uygulamalı bilgilerin öğrencilere sunulması. Kuramsal bilgilerin yanında öğrencinin kendi uygulamasını geliştirebilmesidir. |
| Ders İçeriği |
Esin kaynağı: İnsan beyni sinir hücresi, kısa tarihi gelişim, Yapay Sinir Ağı (YSA) tanımı, YSA üstünlük ve sakıncaları, neden YSA?, YSA’nın genel kullanım alanları, YSA Mimarileri, YSA hücre modeli, algılayıcı, doğrusal uyarlanır eleman (ADALINE), Çok Katmanlı Algılayıcı (ÇKA), hücre geçiş işlevleri, ÇKA’da ileri hesaplama, YSA’da öğrenme ve test etme, temel YSA öğrenme kuralları, danışmanlı/ danışmansız/destekli öğrenme, geriye yayılım algoritması: Dayanağı, türetimi, evrik ağ; eğitim sonlandırma kriteri, uygulamaya göre eğitim yaklaşımları, momentumlu geriye yayılım algoritması, esnek yayılım algoritması, Delta-Bar-Delta (DBD) algoritması. |
| Ders Kaynakları |
Artificial Neural Networks: A Compherensive Foundation, S. Haykin, 1994.
Artificial Neural Networks: A Compherensive Foundation, Simon Haykin, Second Edition,1999. Ercan Öztemel, (2012). Yapay Sinir Ağları . İstanbul: Papatya Yayıncılık Eğitim Mühendislikte Yapay Zeka Kullanımı I: Yapay Sinir Ağları, Ufuk Kitabevi, 2003 |
| Açıldığı Öğretim Yılı | 2020 - 2021 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| 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
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Esin kaynağı: İnsan beyni sinir hücresi, kısa tarihi gelişim, YSA tanımı | |
| 2 | YSA üstünlük ve sakıncaları, kullanım alanları, mimarileri, hücre modeli, algılayıcı | |
| 3 | ADALINE, Çok Katmanlı Algılayıcı (ÇKA), hücre geçiş işlevleri, ileri hesaplama, | |
| 4 | YSA’da öğrenme, yöntemleri ve kuralları | |
| 5 | Geriye yayılım algoritması-1 | |
| 6 | Geriye yayılım algoritması-2 | |
| 7 | Geriye yayılım algoritmasının örnek bir uygulaması | |
| 8 | Arasınav, Geriye yayılım ile MLP eğitimi | |
| 9 | Bir probleme YSA nasıl uygulanmalı? | |
| 10 | Momentumlu geriye yayılım algoritması | |
| 11 | Esnek yayılım algoritması | |
| 12 | Delta-Bar-Delta (DBD) Algoritması | |
| 13 | Araştırma ve Uygulama Ödev Çalışması/Sunumları | |
| 13 | Araştırma ve Uygulama Ödev Çalışması/Sunumları |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Bir problemin çözümünün YSA ile nasıl yapılabileceğini öğretmek | |||
| Yapay öğrenmenin mantığını kavramak. | |||
| Yapay sinir ağlarının temellerini öğrenmek. | |||
| Yapay öğrenmede kullanılan temel yöntem ve algoritmaları öğrenmek. |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Bir problemin çözümünün YSA ile nasıl yapılabileceğini öğretmek | - | - | - | - | - | - | - | - | - | - |
| Yapay öğrenmenin mantığını kavramak. | - | - | - | - | - | - | - | - | - | 2 |
| Yapay sinir ağlarının temellerini öğrenmek. | 2 | 5 | 3 | 3 | 1 | 1 | 2 | 1 | 3 | 1 |
| Yapay öğrenmede kullanılan temel yöntem ve algoritmaları öğrenmek. | - | - | - | - | 5 | - | - | - | - | 2 |
