Bilgi Paketi / Ders Kataloğu
Yapay Sinir Ağları
Ders Kodu: MTK580
Ders Türü: Bölüm Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Günümüzde yapay zeka teknikleri bilgisayar alanında yaygın olarak kullanılmaktadır. Özellikle matematiksel yapının karmaşık olduğu sistemlerde ise (YSA) yapay sinir ağlarının kullanımı matematiksel ilişkiden bağımsız olarak büyük avantajlar sağlamaktadır. Bu amaçla, bu derste YSA'nın temel konuları anlatılacaktır ve uygulamalar geliştirilecektir.

Özet İçerik

Yapay sinir ağlarına giriş. İlk yapay sinir ağları. Çok katmanlı algılayıcı (Öğretmenli öğrenme). LVQ Modeli (Destekleyici öğrenme). ART ağları (Öğretmensiz öğrenme). Geri dönüşümlü ve diğer yapay sinir ağları. Bileşik yapay sinir ağları. Yapay sinir ağları uygulamaları.

Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Rıfat AŞLIYAN
Öğrenme Çıktıları
1.Yapay sinir ağlarının kavramlarını anlamak
2.Öğretmenli, öğretmensiz ve destekleyici öğrenme kavramlarıyla YSA'lar tasarlayabilmek.
3.Çok katmanlı algılayıcı, LVQ modeli, ART ağları, geri dönüşümlü ve diğer yapay sinir ağlarını tasarlayabilmek.
4.Yapay sinir ağlarıyla uygulamalar geliştirebilmek.
5.Öğrendiği matematiksel kavramlar arasındaki ilişkileri yorumlayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Prof. Dr. Ercan Öztemel, Yapay Sinir Ağları, Papatya Yayıncılık, 2003.
2.T. Khana, Foundations of Neural Networks, Addison-Wesley Publishing Comp., 1990.
3.L. H. Tsoukalas, R. E. Uhrig, Fuzzy and Neural Approaches in Engineering, John Wiley & Sons, Inc. , 1997.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Yapay zeka ve makine öğrenmesine genel bakış
1. Hafta - Ön Hazırlık
Kaynak 1'deki ders kitabında sayfa 13-28 okunmalı.
2. Hafta - Teorik
Yapay sinir ağlarına giriş
2. Hafta - Ön Hazırlık
Ders kitabında sayfa 29-42 okunmalı.
3. Hafta - Teorik
Yapay sinir ağlarının yapısı ve temel elemanları
3. Hafta - Ön Hazırlık
Ders kitabında sayfa 45-57 okunmalı.
4. Hafta - Teorik
İlk yapay sinir ağları
4. Hafta - Ön Hazırlık
Ders kitabında sayfa 59-74 okunmalı.
5. Hafta - Teorik
Yapay sinir ağı modeli, öğretmenli öğrenme, çok katmanlı algılayıcı
5. Hafta - Ön Hazırlık
Ders kitabında sayfa 75-113 okunmalı.
6. Hafta - Teorik
Yapay sinir modeli, destekleyici öğrenme, LVQ modeli
6. Hafta - Ön Hazırlık
Ders kitabında sayfa 115-135 okunmalı.
7. Hafta - Teorik
ART ağları, Öğretmensiz öğrenme
7. Hafta - Ön Hazırlık
Ders kitabında sayfa 137-162 okunmalı.
8. Hafta - Teorik
Geri dönüşümlü ağlar ve diğer yapay sinir ağı modelleri
8. Hafta - Ön Hazırlık
Ders kitabında sayfa 165-176 okunmalı.
9. Hafta - Teorik
Geri dönüşümlü ağlar ve diğer yapay sinir ağı modelleri , Arasınav
9. Hafta - Ön Hazırlık
İşlenen tüm konular tekrarlanmalı.
10. Hafta - Teorik
Geri dönüşümlü ağlar ve diğer yapay sinir ağı modelleri
10. Hafta - Ön Hazırlık
Ders kitabında sayfa 176-185 okunmalı.
11. Hafta - Teorik
Bileşik yapay sinir ağları
11. Hafta - Ön Hazırlık
Ders kitabında sayfa 188-195 okunmalı.
12. Hafta - Teorik
Yapay sinir ağları donanımı
12. Hafta - Ön Hazırlık
Ders kitabında sayfa 198-201 okunmalı.
13. Hafta - Teorik
Yapay sinir ağları uygulamaları
13. Hafta - Ön Hazırlık
Ders kitabında sayfa 203-206 okunmalı.
14. Hafta - Teorik
Yapay sinir ağları uygulamaları
14. Hafta - Ön Hazırlık
Ders kitabında sayfa 206-210 okunmalı.
15. Hafta - Dönem Sonu Sınavı (Final)
FİNAL
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%30
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140342
Bireysel Çalışma140456
Ara Sınav142345
Dönem Sonu Sınavı154357
TOPLAM İŞ YÜKÜ (Saat)200
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
PÇ-12
PÇ-13
PÇ-14
PÇ-15
OÇ-1
4
3
2
3
3
2
OÇ-2
5
4
3
4
3
3
OÇ-3
5
4
4
4
4
3
OÇ-4
5
4
4
4
4
3
OÇ-5
5
4
4
4
4
3
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026