Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
EIST619 Artificial Neural Networks 927003 1 1 7.5

Dersin Amacı

Bu dersin amacı öğrencilere yapay sinir ağları temelleri, kavramları ve yöntemlerini öğretmektir.

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

- Neural Networks – A Comprehensive Foundation, Prentice Hall, 1998 - B.Yegnanarayana, Artificial Neural Networks, Prentice Hall of India, 1999

Dersin Sunulduğu Dil

İngilizce

Staj Durumu

Yok

Dersin İçeriği

Yapay sinir ağlarına giriş, regresyon ve sınıflandırma için doğrusal modeller, ileri beslemeli sinir ağları, radyal tabanlı fonksiyon ağları, desen çözümleme için kernel yöntemleri, SOM, geri beslemeli sinir ağları

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 1 100 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 20 20
4 Quiz 4 5 20
5 Derse Katılım 14 5 70
22 Proje Hazırlama 1 10 10
23 Proje Sunma 1 20 20
54 Ev Ödevi 1 7 7

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Desen ve veri, Desen tanıma görevleri, desen tanıma görevleri için yöntemler
2 Sinir ağlarının özellikleri, tarihçe, terminoloji, nöron modelleri, topoloji, basit öğrenme kuralları
3 Hata-düzeltme öğrenmesi, bellek-tabanlı öğrenme, Hebb öğrenmesi, Rekabetçi öğrenme, Boltzmann öğrenmesi, Öğretmenli öğrenme, Öğretmensiz öğrenme, Öğrenme görevleri, Bellek adaptasyonu, Öğrenme sürecinin İstatistiksel doğası, İstatistiksel öğrenme kuramı
4 Uyum sağlayan filtreleme problemi, Kısıtsız Eniyileme yöntemleri, doğrusal en küçük kareler süzgeçleri, en küçük ortalama kare algoritması, öğrenme eğrileri, tavlama yöntemleri, Perseptron, Perseptron Yakınsama Kuramı
5 Geri-Yayılım Algoritması, XOR problemi, çıktı gösterimi ve karar kuralı, bilgisayar deneyi, nitelik bulma, geri-yayılım ve fark, Hessian matrisi, genelleştirme
6 Desen ilişkilendirme ağlarının çözümlemesi, desen sınıflandırma ağlarının çözümlemesi, desen eşleme ağlarının çözümlemesi
7 Doğrusal oto-ilişkili FF ağlarının çözümlemesi, desen saklama ağlarının çözümlemesi, stokastik ağlar ve benzetimli tavlama, Boltzmann makinesi
8 Cover kuramı, desenlerin ayrılabilirliği, interpolasyon problemi, gözetimli öğrenme, düzenleme kuramı, düzenleme ağları, genelleştirilmiş radyal tabanlı fonksiyon ağları, XOR problemi, öğrenme stratejileri
9 Ara Sınav
10 Öz düzenleyici harita (SOM), SOM algoritması, nitelik haritası, öğrenme vektör niceleme (LVQ), sıradüzensel vektör niceleme (HVQ), Bağlamsal Haritalar
11 Entropi, Maksimum Entropi İlkesi, ortak bilgi, Kullback-Leibler yakınsama, Infomax, en yüksek ihtimaller tahminleme, maksimum entropi yöntemi
12 İstatiksel mekanik, Markov zincirleri, Metropolis algoritması, Benzetimli tavlama, Gibbs örneklemesi, Boltzmann makinesi, Sigmoid inanç ağları, Helmholtz makinesi, Ortalama-Alan kuramı
13 Kısa ömürlü bellek yapıları, zamansal işleme için ağ mimarileri, odaklı zaman gecikmeli ileri beslemeli ağlar, zamansal geri yayılım algoritması
14 Yinelemeli Ağ mimarileri, durum-uzay modeli, öğrenme algoritmaları, zaman içinde geri yayılım, Kalman süzgeçleri
15 Doğrudan uygulamalar, Uygulama Alanları
16 Final Sınavı

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1329616 Yapay sinir ağı (YSA) kavramlarının basit ve açıkça anlatabilme
2 1329617 Yapay sinir ağı yöntem ve algoritmalarını açıklayabilme
3 1329618 Farklı ANN yöntemlerini özetleme ve anlatabilme
4 1329619 Problem çözümü için uygun YSA yöntemini seçebilme

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 70565 Alanı ile ilgili konularda strateji, politika ve uygulama planları geliştirir ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirir.
2 70566 Alanında özümsedikleri bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinler arası çalışmalarda kullanır.
3 70567 Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirir, derinleştirir ve istatistik metotları kullanarak analiz eder ve yorumlar.
4 70568 Alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanır.
5 70569 Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütür.
6 70570 Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirir ve sorumluluk alarak çözüm üretir.
7 70571 Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirir ve öğrenmesini yönlendirir.
8 70572 Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetler ve bu değerleri öğretir.
9 70573 Alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde kullanır.
10 70574 Alanında edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlar ve yeni bilgiler oluşturur.
11 70575 Alanının ilişkili olduğu disiplinler arası etkileşimi teşhis eder.
12 70576 Alanının gelişmesinde yer alan önemli kişileri, olay ve olguları, alanının uygulamalarına etkileri açısından değerlendirir.
13 70577 Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarır.
14 70578 Alanı ile ilgili sorunların çözümlenmesini gerektiren ortamlarda liderlik yapar.
15 70579 Alanı ile ilgili karşılaşılan sorunları araştırma yöntemlerini kullanarak çözümler.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 2 3 2 2 2 2 3 2 2 2 3 2 2 3 2
2 2 2 3 2 4 3 4 3 4 3 4 3 4 3
3 3 4 3 2 2 3 3 3 4 3 4 3 4 1 3
4 3 2 3 2 4 3 4 3 3 3 3 4 3 2 2
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek