| ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ (İNGİLİZCE, DOKTORA) | |||||
| Doktora | TYYÇ: 8. Düzey | QF-EHEA: 3. Düzey | EQF-LLL: 8. Düzey | ||
| 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. |
| 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. |
|
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. |
| 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. |
| 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 |
| Ders Notları / Kitaplar: | Neural Networks and Learning Machines By Simon Haykin Publisher: Prentice Hall; 3 edition |
| Diğer Kaynaklar: | Yok - None |
| 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 | |
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 14 | 42 |
| Proje | 13 | 65 |
| Ödevler | 13 | 65 |
| Final | 5 | 19 |
| Toplam İş Yükü | 191 | |
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |