BIL 435

Yapay Öğrenme

Dersin Adı: BIL 435 Yapay Öğrenme
Dersin Türü Seçmeli
Verildiği Yarıyıl 7
AKTS Kredi Değeri 5
Kredi Değeri 3
Teorik Saati 3
Uygulama Saati 0
Laboratuvar Saati 0
Ön Kosul Dersi Yok
Dersin Dili Türkçe
Öğretim Şekli Örgün Sistem
Dersi Kimler Alabilir lisans
Dersin Öğretim Elemanı Yrd. Doç. Dr. Rıfat BENVENİSTE
Dersin Öğretim Yönetimi Sözel Anlatım
Önerilen Ders Kitabı Jacek M. Zurada, Artificial Neural Systems, West Publishing Company
Yardımcı Ders Kitabı Simon Haykin, Neural Networks and Learrning Machines, Pearson International 2. Mohamad H. Hassoun, Fundamentals of Artificial Neural Networks, The MIT Press
Dersin Amacı Yapay sinir sistemleri konusunda bilgi vermek
Dersin Özeti

Yapay sinir sistemleri (ANS) . ANS'lerin temel kavramları ve modelleri; ANN modelleri, Yapay sinir öğrenme kuralları. Tek-katmanlı perceptron sınıflayıcılar. Çok-katmanlı ileri beslemeli ağlar. Çağrışımlı bellekler. Eşleyen ve kendinden organize eden ağlar. Sinir algoritmaları ve sistemlerinin uygulamaları. Sinir ağların gerçeklenmesi.

Dersin Öğrenim Çıktıları

1.       Yapay Sinir sistemleri (YSS) modellerini ve yapılarını tanıyabilir.

2.       İleri beslemeli YSS' lerin yapısı ve eğitimi hakkında bilgi kazanabilir.

3.       Geri beslemeli YSS' lerin yapısı ve eğitimi hakkında bilgi kazanabilir.

4.       Çok katmanlı YSS 'lerin çalışmasını ve eğitimini inceleyebilir.

5.       Çağrışımlı belleklerin çalışmasını ve eğitimini kavrayabilir.

Ölçme ve Değerlendirme
Yarıyıl içi çalışmalar Sayısı Katkı Payı %
Devam
Laboratuar
Uygulama
Alan Çalışması/Staj
Ödevler
Proje/Sunum/Seminer 1 20
Kisa Sinavlar
Ara Sınavlar 1 20
Yılsonu sınavı 1 60
Toplam 100
Haftalara Göre Ders Konuları
Hafta Konular
1. Hafta Yapay sinir sistemleri(ANS):Sinirsel hesaplama, ANS` lerin gelişim tarihi
2. Hafta ANS`lerin temel kavramları ve modelleri: Biyolojik sinirler, ANS modelleri, Sinirsel süreçleme, Öğrenme ve uyum.
3. Hafta Sinir ağı öğrenme kuralları. Tek katmanlı sinir sınıflayıcılar: Sınıflama modeli, ozellikler, ve karar bölgeleri, Ayırım fonksiyonları, Lineer makina ve minimum uzaklık sınıflayıcı,
4. Hafta Parametrik olmayan eğitim kavramı. Lineer olarak ayrılabilen sınıflamalar için tek katmanlı sürekli perceptron ağlar. Örnekler
5. Hafta Çok katmanlı ileri beslemeli ağlar: Lineer olarak ayrılamayan patern sınıflama, Çok sinirli katman için delta öğrenme kuralı, İleri beslemeli geri çağırma ve hata geri iletimli eğitim
6. Hafta Öğrenme faktörleri
7. Hafta Sınıflama ve uzman katmanlı ağlar -
8. Hafta Tek katmanlı geri beslemeli ağlar: Dinamik sistemlerin temel kavramları, Ayrık zamanlı Hopfield ağların matematiksel temelleri, Sürekli zamanlı ağların geçiş cevabı
9. Hafta Tek katmanlı geri beslemeli ağlar: Dinamik sistemlerin temel kavramları, Ayrık zamanlı Hopfield ağların matematiksel temelleri, Sürekli zamanlı ağların geçiş cevabı
10. Hafta Tek katmanlı geri beslemeli ağlarda relakzasyon modelleme, Optimizasyon problemlerinin örnek çözümleri
11. Hafta Çağrışımlı bellekler
12. Hafta Çağrışımlı bellekler
13. Hafta Dağılıma Bağımlı ve Bağımsız Yöntemler
14. Hafta Doğrusal Sınıflandırma
Program Yeterlilikleri
Dersin Öğrenim Çıktıları ->*
01 02 03 04 05
PY1) PY 01 5 5 5 5 5
PY2) PY 02 5 5 5 5 5
PY3) PY 03 5 5 5 5 5
PY4) PY 04 5 5 5 5 5
PY5) PY 05 5 5 5 5 5
PY6) PY 06 1 1 1 5 1
PY7) PY 07 1 1 1 1 1
PY8) PY 08 1 1 1 3 3
PY9) PY 09 1 1 1 1 1
PY10) PY 10 1 1 1 1 1
PY11) PY 11 1 1 1 1 1
* 01: Çok düşük 02: Düşük 03: Orta 04: Yüksek 05: Çok yüksek
Etkinlikler Sayısı Ön Hazırlık Etkinlik Süresi Toplam İş Yükü
Anlatim 14 2 3 70
Uygulamalı Ders 0 0 0 0
Ödevler 14 0 2 28
Sunum / Seminer hazırlama 0 0 0 0
Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) 14 0 1 14
Dönem Ödevi / Proje Hazırlama 0 0 0 0
Uygulama (Lab., Atölye, Arazi, PDÖ) 0 0 0 0
Diğer Bilgi Edinme Çalışmaları 0 0 0 0
Kısa Sınavlar 0 0 0 0
Ara Sınavlar 1 10 3 13
Yari Yılsonu sınavı 1 22 3 25
Toplam İş Yükü (Saat) 150
*Toplam İş Yükü (saat) / Haftalık İş Yükü (30) = Dersin AKTS Kredisi 5
AVRASYA ÜNİVERSİTESİ
Adnan Kahveci Mahallesi Rize Caddesi No:226 Trabzon / TÜRKİYE
Tel : 0462 334 05 50   |   Faks : 0462 334 64 54  |   e-posta : info@avrasya.edu.tr

Nic Turkey Ynternet Hizmetleri