Ders Adı Yapay Sinir Ağları ve Uygulamaları
Ders Kodu 01EBE5150
Dersin Türü Zorunlu
Ders Biriminin Seviyesi Lisansüstü
Yıl 1
Dönem 2.Yarıyıl
AKTS 6
Dersi Veren(ler) 3-Okan BİNGÖL
Dersin Yardımcıları
Dersin Öğrenme Çıktıları 1) Yapay sinir ağları ile ilgili temel kavramları vermek 2) Problemlerin YSA’ya nasıl uygulanabileceğini göstermek 3) Konu ile ilgili yazılım araçlarını göstermek
Ders İşleme Biçimi Yüz Yüze
-
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.
Dersin Verildiği Diller Türkçe
Dersin Hedefleri 1) Yapay sinir ağları ile ilgili temel kavramları vermek 2) Problemlerin YSA’ya nasıl uygulanabileceğini göstermek 3) Konu ile ilgili yazılım araçlarını göstermek
Dersin Amacı Yapay sinir ağları ile ilgili temel kavramları vermek, kullanılan yazılım ve donanımları tanıtmak ve uygulama alanlarını göstermek.
WorkPlacement Kullanılmamaktadır
Hafta Konular  
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 Ara sınav
11 Hopfield Ağı
12 LVQ Ağları
13 MATLAB Neural Network araçlarını kullanarak Neural Network uygulamaları
14 Öğrenci sunumları ve makale çalışmaları
No Bölüm Öğrenme Çıktısı Katkı Düzeyi
1 Lisans derecesi yeterlilikleri üzerine kurulan, aynı ya da farklı bir alandaki bilgilerin genişletilmesi ve derinleştirilmesi ile birlikte bilimsel araştırma yaparak bilgiye ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama yapabilmek 4
2 Alanındaki sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi geliştirebilmek, bilimsel, toplumsal ve etik sorumluluk ile kullanabilmek 4
3 Alanındaki bir problemi, bağımsız olarak kurgulamak, çözüm yöntemi geliştirmek, çözmek, sonuçları değerlendirmek ve gerektiğinde uygulayabilmek 4
4 Alanındaki güncel gelişmeleri ve kendi çalışmalarını, alanındaki ve dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli bir şekilde aktarabilmek 5
5 Alanındaki uygulamalarda karşılaşacağı öngörülmeyen karmaşık durumlarda, yeni stratejik yaklaşımlar geliştirebilmek ve sorumluluk alarak çözüm üretebilmek 4
6 Alanı ile ilgili konularda strateji, politika ve uygulama planları geliştirebilmek ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilmek 4
7 En az bir yabancı dilde sözlü ve yazılı iletişim yeteneğine sahip olmak (“European Language Portfolio Global Scale”, Level B2) 3
8 Alanının gerektirdiği bilgisayar yazılımı ve donanımı bilgisi ile birlikte bilişim ve iletişim teknolojilerini kullanabilmek ve geliştirebilmek 3
9 Alanı ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında bilimsel, sosyal ve etik değerleri gözeterek bu değerleri öğretebilmek ve denetlemek 3
10 Alanında özümsedikleri bilgiyi ve problem çözme yeteneklerini, disiplinler arası çalışmalarda uygulayabilmek 5
Yarıyıl İçi Çalışmaları Sayısı Katkı Payı
Ara Sınav 1 100
Kısa Sınav 0 0
Ödev 0 0
Devam 0 0
Uygulama 0 0
Labaratuvar 0 0
Proje 0 0
Atölye 0 0
Seminer 0 0
Arazi Çalışması 0 0
TOPLAM 100
Yıliçinin Başarıya Oranı 40
Finalin Başarıya Oranı 60
TOPLAM 100
AKTS kredilerinin belirlenmesinde öğrenci işyükü anketlerinden faydalanılmaktadır.
Etkinlik Sayısı Süresi Toplam
Ders Süresi (Sınav Haftaları Hariç) 14 3 42
Sınıf Dışı Ders Çalışma Süresi 14 2 28
Ödevler 2 20 40
Sunum 1 20 20
Proje 0 0 0
Laboratuar Çalışması 0 0 0
Arazi ya da Alan Çalışması 0 0 0
Ara Sınavlar 1 20 20
Yarıyıl Sonu Sınavı 1 20 20
İşyükü Saati (30) 30
Toplam İşyükü / Saat 170    
Dersin Akts Kredisi 6    
Ders Notu [1] Elmas, Çetin, Yapay Zeka Uygulamaları yapay sinir ağları, bulanık mantık, genetik algoritma, Seçkin yayıncılık, 2007 [2]. S. Haykin, Neural Networks, A Comprehensive Foundation, Macmillan Publishing Company, 1994. [3] Peter Vas, Artificial- Intelligence-Based Electrical Machines and Drives: Application of Fuzzy, Neural, Fuzzy-Neural, and Genetic-Algorithm-Based Techniques, Oxford University Press, USA , 1999
Diğer Kaynaklar
Materyal
Dökümanlar
Ödevler
Sınavlar
Materyal Diğer
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri
Konferanslar, Uygulamalı Dersler, Sunumlar, Seminerler, Projeler, Laboratuar Uygulamaları(gerekirse)