| BİLGİ TEKNOLOJİLERİ (İNGİLİZCE, TEZSİZ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| CMP5133 | Yapay Sinir Ağları | Güz | 3 | 0 | 3 | 8 |
| Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
| Öğretim Dili: | En |
| 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 |
| 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. Dersin öğrenme yöntemleri anlatım, bireysel çalışma, teknoloji destekli öğrenme, proje hazırlama şeklindedir. |
| 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: | Neural Networks and Learning Machines By Simon Haykin Publisher: Prentice Hall; 3 edition |
| Diğer Kaynaklar: | Yok - None |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | % 0 | |
| Laboratuar | % 0 | |
| Uygulama | % 0 | |
| Arazi Çalışması | % 0 | |
| Derse Özgü Staj | % 0 | |
| Küçük Sınavlar | % 0 | |
| Ödev | 5 | % 25 |
| Sunum | 1 | % 10 |
| Projeler | 1 | % 25 |
| Seminer | % 0 | |
| Ara Sınavlar | % 0 | |
| Ara Juri | % 0 | |
| Final | 1 | % 40 |
| Rapor Teslimi | % 0 | |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| 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 | |
| Laboratuvar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | |||
| Sunum / Seminer | |||
| Proje | 13 | 65 | |
| Ödevler | 13 | 65 | |
| Küçük Sınavlar | |||
| Ara Juri | |||
| Ara Sınavlar | |||
| Rapor Teslimi | |||
| Juri | |||
| 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 | |
| 1) | Temel Yazılım Mühendisliği bilgi ve yetkinliklerini kullanır. | |
| 2) | Yazılım Mühendisliği uygulamaları için gerekli olan program geliştirme becerisini uygular. | |
| 3) | Veri yapılarını kullanır ve algoritma geliştirme bilgilerini uygular. | |
| 4) | İşletim sistemleri üzerinde sistem programları geliştirir. | |
| 5) | Bilgisayar organizasyonu, tasarımı ve mimarilerini tanımlar. | |
| 6) | Bilgisayar ağları ve ağ güvenliği yapılarını oluşturur. | |
| 7) | İş zekası, veri madenciliği ve veri analizi araçlarını kullanır, tekniklerini uygular. | |
| 8) | Veritabanı uygulamaları ve WEB tabanlı programlar geliştirir. | |
| 9) | Bilgi teknolojileri projelerini tanımlar, analiz eder, tasarlar ve yönetir. | |
| 10) | Eğitimde teknoloji tabanlı ortamları ve araçları kullanır ve geliştirir. | |
| 11) | İş ortamındaki bilişim teknolojileri ihtiyaçlarını saptar, tanımlar ve çözer. | |
| 12) | Bilişim teknolojileri yetkinliklerini mesleki sorumluluklar ve etik kuralları çerçevesinde kullanır. |