| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Yapay Sinir Ağları | ESM5048 | 3 + 0 | 7,5 |
| Birim Bölüm | ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | yüz yüze ders ödev/proje |
| EBS Koordinatörü | Dr. Öğr. Üyesi Melis ALPASLAN TAKAN |
| Ders Veren | |
| Amaç |
Bu derste, Yapay Sinir Ağları'nın (YSA) yaygın kullanım bulan model ve algoritmaları verilecektir. Dersin içeriği temel sinir hücre modeli, algılayıcı, uyarlanır doğrusal eleman, en küçük kareler algoritması, Çok Katmanlı Algılayıcı, Geriye Yayılım öğrenme algoritması, Radyal Tabanlı Fonksiyon ağları, kendi kendini düzenleyen ağ, vektör nicemlemeyi öğrenen ağ; Destek Vektör Makineleri , Hopfield ağları, sınıflandırma teknikleri, örüntü tanıma, işaret işleme ve kontrol uygulamaları. |
| Ders İçeriği |
Ders, temel yapay sinir ağları modelleri ve öğrenme algoritmalarını, algılayıcı YSA modellerini, LMS algoritmasını, geriyayılım öğrenme algoritmasını, radyal tabanlı fonksiyon ağlarını, destek vektör makinelerini, Kohonen’in kendini düzenleyen ağını, Hopfield ağlarını, yapay sinir ağlarının işaret işleme, örüntü tanıma ve kontrol uygulamalarını içermektedir. |
| Ders Kaynakları |
Kitap
Kitap |
| Açıldığı Öğretim Yılı | 2020 - 2021 2021 - 2022 2022 - 2023 |
| 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 | Yapay sinir hücrelerinin temelleri ve biyolojik sinir hücresi ile karşılaştırılması | Ders |
| 2 | Yapay sinir ağları çeşitleri ve öğrenme algoritmaları | Ders |
| 3 | Geri yayılımlı çok katmanlı yapay sinir ağları | Ders |
| 4 | Yapay sinir ağları güncel literatür incelemesi | Ders |
| 5 | Tek katmanlı sürekli değerli algılayıcı. Doğrusal olmayan aktivasyon fonksiyonu. Delta kuralı. | Ders |
| 6 | Eğitim kümesi-test kümesi. Aşırı uyma problemi. Ağların eğitim ve testinde pratik konular. Çok katmanlı algılayıcıların işaret işleme ve örüntü tanıma uygulamaları. | Ders |
| 7 | Radyal Taban Fonksiyonlu (RTF) ağlar. RTF ağlarının doğrusal ağırlıkları, Gauss merkezleri ve genişliklerini belirlemek için geriye yayılım algoritması. | Ders |
| 8 | Arasınav | Ders |
| 9 | Yapay sinir ağ modelleri ve ilişkin öğrenme algoritmalarının işaret işleme, örüntü tanıma ve kontrol uygulamalarının Python ortamında gerçeklenmesi. | Ders |
| 9 | Makine öğrenme algoritmalarına genel bakış | Ders |
| 10 | Yapay sinir ağlarının örüntü tanıma uygulamaları. Öznitelik çıkarımı için yapay sinir ağları. Doğrusal olmayan öznitelik dönüşümü. Veri kaynaştırma. Sınıflayıcı olarak yapay sinir ağları. Görüntü ve ses tanıma uygulamaları. | Ders |
| 11 | Hopfield ağları | Ders |
| 12 | Derin öğrenme algoritmaları | Ders |
| 13 | Makale araştırması ve genel tekrar | Ders |
| 14 | Yapay sinir ağ modelleri, öğrenme algoritmaları ve uygulamalarının genel değerlendirmesi. | Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| YSA ile problem çözebilme | Yazılı Sınav Ödev / Proje | Tartışmalı Ders | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
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 problem çözebilme | - | - | - | - | - | - | - | - | - | - |
