GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 9301026152000 | Yapay Sinir Ağları | Seçmeli Ders Grubu | 1 | 1 | 8,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Öğrencilere Yapay Sinir Ağları’na dayalı teknikler ile diğer öğrenme yöntemlerini ve pratik uygulamalarını öğretmek; Yapay Sinir Ağlarının bilgisayar mühendisliğindeki, bilgisayar bilimlerindeki ve yapay zeka alanındaki önemini göstermek.
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Özkan Doğanay
Öğrenme Çıktıları
| 1 | Yapay sinir ağları’nın temel kavramlarını, tekniklerini, matematik ve yazılım altyapısını öğrenerek uygulayabilme yeteneği kazanmak. Yapay Sinir Ağlarının bilgisayar mühendisliğindeki, bilgisayar bilimlerindeki ve yapay zeka alanındaki önemini kavramak. |
| 2 | Günümüzde çok kullanılan YSA araçlarını (Matlab’da YSA) tanımak, kullanabilme yeteneği kazanmak. Yeni programlama dillerinde (Java, C# gibi) YSA kütüphaneleri oluşturmak için gerekli temel bilgileri elde etmek. Gerçek yaşamdan Tahminleme, Sınıflandırma ve Tanıma gibi alanlarda projeler geliştirebilmek. |
| 3 | Zeki yazılımlar geliştirebilmek; makinelerin nasıl öğrenebildiğini anlamak; Etkin YSA tasarımları yapabilmek. |
| 4 | Yapay sinir ağları alanında gelişen araştırma konularını takip edebilir duruma gelebilmek; Bu konuda kısa seminerler hazırlayarak sunum yapabilmek. Makale okuma ve yazabilme deneyimi kazanmak. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Yapay Sinir Ağlarına Giriş, Yapay Sinir Hücresi, Yapay Sinir Ağlarının Yapısı ve Temel Elemanları, Yapay Sinir Ağı Araçları (Matlab, JOONE, …), Makine Öğrenmesi, Öğreticili, Destekleyici ve Öğreticisiz Öğrenme, Tek Katmanlı Algılayıcılar, Çok Katmanlı Algılayıcılar (MLP), Diğer Yapay Sinir Ağı Modelleri (LVQ, SOM, ART, …), Yapay Sinir Ağlarının Uygulama Alanları, Nesne Tanıma, Bulanık Mantık, Genetik Algoritmalar
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay Sinir Ağları’na (YSA) Giriş : YSA Kavramı. Yapay Sinir Ağlarının Önemi. YSA Yazılımları. Uygulama ve İş Alanları. | ||
| 2 | Yapay Zeka: Yapay Zeka’nın Tanımı, Önemi, Amaçları, Konuları, Uygulama Alanları, Çalışma ve Araştırma Alanları. Yapay Zeka Dilleri. | ||
| 3 | Yapay Sinir Ağlarının Temelleri: Yapay Sinir Hücresi ve Bileşenleri. Etkinlik İşlevi Türleri. Biyolojik Sinir Hücresi. Biyolojik Sinir Sistemi. İnsan Beyni ile YSA’nın Karşılaştırılması. | ||
| 4 | Tek Katmanlı Algılayıcılar: Perceptron ve ADALINE Örnekleri. XOR Problemi ve Çok Katmanlı Modellere Duyulan Gereksinim. | ||
| 5 | Çok Katmanlı Algılayıcılar (MLP). İleri Sürümlü Ağlar. Geri Yayılım. Makine Öğrenmesi. Öğreticili ve Öğreticisiz Öğrenme. YSA ile Tahminleme, Sınıflandırma ve Kümeleme. | ||
| 6 | LVQ, SOM ve diğer bazı YSA Modelleri. YSA Tasarımı. | ||
| 7 | MATLAB’da YSA. YSA Uygulamaları. | ||
| 8 | Ara sınav | ||
| 9 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları: Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 10 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları (Devam): Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 11 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları (Devam): Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 12 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları (Devam): Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 13 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları (Devam): Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 14 | Öğrenci gruplarının Yapay Sinir Ağları ile ilgili bir konuda 30’ar dk’lık sunumları (Devam): Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda, Görüntü İşlemede, Bilgisayar Güvenliğinde YSA; Uzman Sistemler; Doğal Dil İşleme, Genetik Algoritmalar; Yüz Tanıma; JOONE, JNNS, … | ||
| 15 | Bulanık Mantık, Birleşik Yapay Sinir Ağları | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Prof. Dr. Ercan Öztemel, 2003, “Yapay Sinir Ağları”, Papatya Yayıncılık, 238s. (Ders Kitabı) 1) Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s. 2) Haykin, Simon, 1998, “Neural Networks: A Comprehensive Foundation (2nd Edition)”, Prentice-Hall, 842p. 3) Russell, S.J. And Norvig, P., “Artificial Intelligence : A Modern Approach, Second Edition”, Prentice-Hall, 2003. (AIMA) 4) Vasif Nabiyev , Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s., Seçkin, Ankara, 2005. 5) Okyay Kaynak ve M. Önder Efe, “Yapay Sinir Ağları ve Uygulamaları”, Boğaziçi Üniversitesi Yayınevi, 141s. 6) Şeref Sağıroğlu, Erkan Beşdok, Mehmet Erler, 2003, “Mühendislikte Yapay Zeka Uygulamaları - I : Yapay Sinir Ağları”, Ufuk Yayıncılık, 426s.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Rapor Hazırlama | 4 | 3 | 12 |
| Proje Hazırlama | 4 | 7 | 28 |
| Seminer | 1 | 9 | 9 |
| Makale Yazma | 1 | 9 | 9 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 18 | 18 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 28 | 28 |
| Toplam İş Yükü (saat) | 150 | ||
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 | |
| ÖÇ 1 | |||||||||||||||
| ÖÇ 2 | |||||||||||||||
| ÖÇ 3 | |||||||||||||||
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek