CMP5133 Yapay Sinir AğlarıBahçeşehir ÜniversitesiAkademik Programlar ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ)Öğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal YeterliliklerBologna Komisyonu
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ)
Yüksek Lisans TYYÇ: 7. Düzey QF-EHEA: 2. Düzey EQF-LLL: 7. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
CMP5133 Yapay Sinir Ağları Bahar 3 0 3 12
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili: İngilizce
Dersin Türü: Departmental Elective
Dersin Seviyesi: LİSANSÜSTÜ
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Dersi Veren(ler): Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Opsiyonel Program Bileşenleri: Yok
Dersin Amacı: Bu dersin amacı temel yapay sinir ağları mimarilerini ve algoritmalarını tanıtmaktır. Ayruca öğrenciler gerçek hayat problemlerini çözebilmek için sinir ağlarını kullanmayı öğreneceklerdir.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Yapay sinir ağları sistemlerinin öğrenme ve genelleme yönlerini açıklayabilmek.
II. Geri yayılım algoritmasını bir öğrenme problemine uygulayabilmek.
III. Destek vektör makinalrını bir öğrenme problemine uygulayabilmek.
IV. Kendi kendini düzenleyen haritaları gerçekleştirebilmek.
V. En yaygın sinir ağları mimari ve algoritmalarını açıklayabilmek.

Dersin İçeriği

Perceptrons, doğrusal regresyon, en küçük ortalama kareler, çok katmanlı perceptron, geri yayılım algoritması, destek vektör makinaları, radyal tabanlı fonksiyon ağları, kendi kendini düzenleyen haritalar, geri beslemeli sinir ağları.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Giriş
2) Perceptron
3) Doğrusal regresyon
4) En küçük ortalama kareler algoritması.
5) Çok katmanlı perceptronlar.
6) Geri yayılım algoritması.
7) Destek vektör makinaları
8) Destek vektör makinaları
9) Radyal tabanlı fonksiyon ağları.
10) Radyal tabanlı fonksiyon ağları
11) Kendi kendini düzenleyen haritalar
12) Kendi kendini düzenleyen haritalar
13) Geri beslemeli sinir ağları
14) Geri beslemeli sinir ağları

Kaynaklar

Ders Notları / Kitaplar: Neural Networks and Learning Machines
By Simon Haykin
Publisher: Prentice Hall; 3 edition
Diğer Kaynaklar: Yok - None

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ödev 5 % 25
Sunum 1 % 10
Projeler 1 % 25
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 35
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 65
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı İş Yükü
Ders Saati 14 42
Proje 13 65
Ödevler 13 65
Final 5 19
Toplam İş Yükü 191

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Elektrik ve Elektronik Mühendisliği problemlerini belirlemek, ifade etmek ve çözmek için matematik, fen ve mühendislik konuları hakkında yeterli altyapıya ve bildiklerini uygulama yeteneğine sahip olmak.
2) Tasarım, uygulama ve etkin iletişim için elektrik ve elektronik mühendisliği çizimleri ve teknik sembolleri kullanmaya ek olarak uygun analiz ve modelleme teknikleri şeçip uygulayarak karmaşık mühendislik problemlerini tanımlamak, ifade etmek ve çözmek.
3) Gerçekçi kısıtlar (tasarımın doğasına özgü olarak ekonomik, çevresel, sosyal, politik, sağlık ve emniyet, üretilebilirlik ve sürdürülebilirlik gibi konular olabilir) altında tanımlanmış ihtiyaçları karşılayacak bir sistem, bileşen ya da süreçin var olan tasarımını gerçekleştirmek ya da baştan tasarlamak için gerekli yetiye sahip olmak.
4) Elektrik ve elektronik mühendisliği yapabilmek ve yeni uygulamalara uyum gösterebilmek için gerekli yenilikçi ve güncel teknikler, beceriler, bilgi teknolojileri ve modern mühendislik araçlarını geliştirmek, seçmek, uyarlamak ve kullanmak.
5) Deney tasarlamak ve yapmanın yanı sıra gerekli veriyi toplamak, analiz etmek ve yorumlamak, ve bu bilgiyi tasarımı geliştirmek için kullanmak.
6) Bireysel olduğu kadar farklı disiplinlerden oluşan takımlar içinde diğerleriyle işbirliği yaparak çalışabilmek.
7) Hem İngilizce hem de Türkçe (eğer Türk vatandaşı ise) olarak etkin bir şekilde iletişim kurabilmek.
8) Yaşam boyu ögrenmenin gerekliliğini fark etmek ve öğrenmeye devam etmenin yanı sıra teknolojik çevredeki değişimlere uyum sağlayabilmek.
9) Profesyonel ve etik sorumlulukların farkında olmaya ek olarak işçilerin sağlığının, çevre ve iş emniyetinin bilincinde olmak.
10) Proje, risk, idare gibi iş hayatı uygulamalarının yanı sıra girişimcilik, yenilikçilik ve sürdürülebilir gelişim hakkında bilgi sahibi olmak.
11) Elektrik ve Elektronik mühendisliği çözümlerinin global, ekonomik, çevresel, yasal ve toplumsal içerikteki etkilerini anlamak için gerekli bilgiye sahip olmak.