Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
2102056252011 Tarımda Yapay Sinir Ağları Uygulamaları 927003 1 1 8

Dersin Amacı

Öğrencilere yapay sinir ağları (YSA) konusunda derin bilgi kazandırılarak yöntemin kendi alanlarına uygulayabilmelerinin sağlanması.

Dersin Veren Öğretim Görevlisi/Görevlileri

Prof. Dr. Bilal CEMEK

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Öztemel, E., 2006. Yapay Sinir Ağları. Papatya Yayıncılık, Ankara. Demuth, H., Beale M. 2002. Neural Network Toolbox for Use With MATLAB, The Matworks Inc., MA Haykin S., 1999. Neural Networks : A Comprehensive Foundation, 2nd ed. –Upper Saddle River, N.J., Prentice Hall. Haykin S.,1994. Neural Networks, Macmillan Collage Printing Company, New Jersey . Şen, Z., 2004. Yapay Sinir Ağları ve İlkeleri, İstanbul: Su Vakfı Yayınları.

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Biyolojik nöronlar ve yapay nöron modelleri. Algılayıcı, Çok katmanlı ileri beslemeli sinir ağları. Geriye yayılma yöntemi. Öğrenme sabiti optmizasyonu. Momentum yöntemi. Konjuge gradyan . Yaklaşık-Newton yöntemleri Merkezçil Taban Fonksiyonlu Sinir Ağları(RBF) yapısı. Gradyan hesabı ve eğitme. Geribeslemeli sinir ağları. Zamanda geriye yayılma algoritması (BPTT). Hopfield Ağı. Pekiştirmeli öğrenme. Yapay Sinir Ağları (YSA) temelli sınıflayıcılar, fonksiyon benzeştirme, sistem tanılama ve kontrol.

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 40 1
4 Quiz 5 30 1
6 Uygulama/Pratik 3 30 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 20 20
2 Final Sınavı 1 20 20
3 Bütünleme Sınavı 1 15 15
4 Quiz 5 10 50
6 Uygulama/Pratik 4 10 40
9 Problem Çözümü 5 8 42

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Yapay Sinir Ağları’na (YSA) Giriş
2 Yapay Sinir Ağlarının Temelleri
3 Tek Katmanlı Algılayıcılar:Perceptron
4 Çok Katmanlı Algılayıcılar (MLP). İleri Sürümlü Ağlar. Geri Yayılım. Makine Öğrenmesi. Öğreticili ve Öğreticisiz Öğrenme. YSA ile Tahminleme, Sınıflandırma ve Kümeleme.
5 MATLAB’da YSA Giriş .
6 Matlab YSA (MLP) Uygulama 1
7 Ara Sınav
8 Genelleştirilmiş Regresyon Sinir Ağı modeli (GRNN)
9 Matlab YSA (GRNN) Uygulama 2
10 Radyal Tabanlı Sinir Ağları (RBNN)
11 Matlab YSA (RBNN) Uygulama 3
12 Bulanık Yapay Sinir Ağları (ANFIS)
13 Matlab YSA (ANFIS) Uygulama 4
14 Matlab YSA Uygulama 5 (GENEL)
15 Matlab YSA Uygulama 6 (GENEL)
16 Final Sınavı

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1275476 Yapay sinir ağları’nın temel kavramlarını, tekniklerini, matematik ve yazılım altyapısını öğrenerek uygulayabilme yeteneği kazanmak.
2 1275477 Günümüzde çok kullanılan YSA araçlarını (Matlab’da YSA) tanımak, kullanabilme yeteneği kazanmak
3 1275478 Yapay sinir ağları alanında gelişen araştırma konularını takip edebilir duruma gelebilmek, Makale okuma ve yazabilme deneyimi kazanmak.

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 66846 Tarımsal yapılar ve sulama alanındaki kurumsal ve uygulamalı bilgileri içeren ders kitapları, uygulama araç ve gereçleri ve diğer kaynaklarla desteklenen yeterli alt yapıya sahip olma.
2 66845 Tarımsal Yapılar, Tarımsal İnşaat, Çevre Koşulları Denetimi, Meteoroloji, Sera Planlaması, Tarımsal Sulama Sistemleri, Sulama Yöntemleri, Tarımsal Drenaj, Arazi Islahı, Tarımsal Hidroloji, Tarımsal Hidrolik, Köy İçme Suları, Arazi Tesviyesi, Kırsal Yerleşim Teknikleri gibi bazı özel uzmanlık konularında da görev yapabilme bilgi ve becerine sahip olabilmektedirler.
3 66847 Proje hazırlayabilme, bireysel iş yapabilme ve ilgili kurumlarad sorumluluk alabilme yetkinliklerine sahiptir.
4 66851 Her alan ve gurupla iletişim kurabilme alt yapısına sahip
5 66848 Kendini geliştirme ve öğrenmeye açık ve uygulayıcı
6 66849 Bireysel ve grup çalışmalarına yatkın, yazılı ve sözlü olarak kendini ifade edebilme yetkinliğine sahip
7 66850 Kendi çalışma alanında teorik ve pratik bilgi ve beceri yeterliliğine sahip

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7
Öğrenme Çıktısı
1 4 3 4 4 5 3 4
2 3 4 5 4 5 4 4
3 4 4 5 5 5 5 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek