Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : BİS622 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Doktora |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 3 |
| Uyg. | : 0 |
| Kredi | : 3 |
| Laboratuvar | : 0 |
| AKTS | : 3 |
Öğrenciler yapay sinir ağları yöntemlerinin temellerine ve zaman serileri, regresyon, kümeleme, sınıflandırma ve boyut azaltma dahil olmak üzere çeşitli sorunlara bu yöntemlerin uygulanabilirliğine aşina olacaklardır.
Regresyon, sınıflandırma, zaman serisi ve boyut indirgeme yöntemlerinin teori ve uygulamaları.
| 1. | Yapay Sinir ağlarının kavramlarını ve farklı yapay sinir ağlarını anlama |
| 2. | Yapay Sinir Ağlarının avantajları ve kısıtları |
| 3. | Çok çeşitli yapay sinir ağları uygulamalarını kavrama |
| 4. | Yapay sinir ağı modeli kurma ve çıktıları yorumlayabilme |
| 5. | Yapay sinir ağları ile tam süreci anlamak |
| 1. | Haykin, S. S., Haykin, S. S., Haykin, S. S., Elektroingenieur, K., & Haykin, S. S. (2009). Neural networks and learning machines (Vol. 3). Upper Saddle River: Pearson education. |
| 2. | Öztemel, E. (2003). Yapay sinir ağlari. PapatyaYayincilik, Istanbul. |
| 3. | Hagan, M. T., Demuth, H. B., Beale, M. H., & De Jesús, O. (1996). Neural network design (Vol. 20). Boston. |
| 4. | Zurada, J. M. (1992). Introduction to artificial neural systems (Vol. 8). St. Paul: West publishing company. |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Derse Katılım (Performans) | 1 | %5 |
| Ödev | 1 | %5 |
| Ara Sınav (Vize) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %70 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 0 | 3 | 42 |
| Kısa Sınav | 2 | 1 | 1 | 4 |
| Ara Sınav | 1 | 10 | 1 | 11 |
| Dönem Sonu Sınavı | 1 | 15 | 1 | 16 |
| TOPLAM İŞ YÜKÜ (Saat) | 73 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | |
OÇ-1 | 4 | 4 | 4 | 4 | 3 | 3 | 2 |
OÇ-2 | 4 | 4 | 4 | 4 | 3 | 2 | 1 |
OÇ-3 | 4 | 4 | 4 | 4 | 2 | 4 | 4 |
OÇ-4 | |||||||
OÇ-5 | 4 | 4 | 4 | 4 | 4 | 4 | 5 |