Bilgi Paketi / Ders Kataloğu
İleri Yapay Sinir Ağları
Ders Kodu: MTK638
Ders Türü: Seçmeli
Ders Grubu: Doktora
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Yapay zeka konularından olan Yapay Sinir Ağları (YSA) bilgisayar alanında yaygın olarak kullanılmaktadır. Karmaşık sistemlerde YSA kullanımı matematiksel ilişkiden bağımsız olarak büyük avantajlar sağlar. Bu sebeple, bu derste YSA'nın en önemli konuları anlatılacaktır ve bu konularla ilgili 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
Öğrenme Çıktıları
1.Yapay sinir ağlarının temel konularını anlama
2.Öğretmenli, öğretmensiz ve destekleyici öğrenme metotlarını kullanan YSA'lar tasarlayabilme
3.Yapay sinir ağlarıyla ileri seviyede uygulamalar geliştirebilme
4.Öğrendiği matematiksel kavramlar arasındaki ilişkileri yorumlayabilme
5.Kurduğu matematiksel ilişkileri karşılaşabileceği problemleri çözmek için uygulayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Foundations of Neural Networks, T. Khana, Addison-Wesley Publishing Comp., 1990
2.Yapay Sinir Ağları, Prof. Dr. Ercan Öztemel, Papatya Yayıncılık, 2003
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Yapay zeka ve makine öğrenmesine genel bakış
1. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
2. Hafta - Teorik
Yapay sinir ağlarına giriş
2. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
3. Hafta - Teorik
Yapay sinir ağlarının yapısı ve temel elemanları
3. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
4. Hafta - Teorik
İlk yapay sinir ağları
4. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
5. Hafta - Teorik
Yapay sinir ağı modeli, öğretmenli öğrenme, çok katmanlı algılayıcı
5. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
6. Hafta - Teorik
Yapay sinir modeli, destekleyici öğrenme, LVQ modeli
6. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
7. Hafta - Teorik
ART ağları, Öğretmensiz öğrenme
7. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
8. Hafta - Teorik
Geri dönüşümlü ağlar ve diğer yapay sinir ağı modelleri
8. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular 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 kitabındaki ilgili konular okunmalı
11. Hafta - Teorik
Bileşik yapay sinir ağları
11. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
12. Hafta - Teorik
Yapay sinir ağları donanımı
12. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
13. Hafta - Teorik
Yapay sinir ağları uygulamaları
13. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
14. Hafta - Teorik
Yapay sinir ağları uygulamaları
14. Hafta - Ön Hazırlık
Ders kitabındaki ilgili konular okunmalı
15. Hafta - Ön Hazırlık
İşlenen tüm konular tekrarlanmalı
15. Hafta - Dönem Sonu Sınavı (Final)
Final
Değerlendirme
Değerlendirme TürüAdetYüzde
Ödev1%5
Dönem Ödevi1%5
Ara Sınav (Vize)1%20
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140342
Ödev1066
Dönem Ödevi1066
Bireysel Çalışma140570
Ara Sınav130232
Dönem Sonu Sınavı142244
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
3
3
3
4
4
3
2
2
OÇ-2
5
4
5
5
3
4
3
4
4
4
OÇ-3
5
5
5
5
5
3
5
4
4
5
2
4
OÇ-4
4
5
4
4
5
3
4
4
3
3
3
OÇ-5
4
5
4
4
5
4
3
4
3
3
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026