Mersin Üniversitesi
Ders Bilgileri
| SİNİR AĞLARI | ||||||
|---|---|---|---|---|---|---|
| Kodu | Dönemi | Teori | Uygulama | Ulusal Kredisi | AKTS Kredisi | |
| Saat / Hafta | ||||||
| BTS409 | Güz | 3 | 0 | 3 | 5 | |
| Ön Koşulu Olan Ders( ler ) | Yok |
| Dili | tr |
| Türü | Zorunlu |
| Seviyesi | Lisans |
| Öğretim Elemanı( ları ) | Öğr.Gör.Dr.Jale BEKTAŞ |
| Öğretim Sistemi | Yüz Yüze |
| Önerilen Hususlar | Yok |
| Staj Durumu | Yok |
| Amacı | Yapay sinir ağları (YSA), beynin belirli bir işi veya fonksiyonu gerçekleştirme yöntemini/yolunu modellemek için tasarlanan yapılardır ve bunu gerçekleştirmek için yapılandırılmış çeşitli algoritmalar barındırır. Bu dersin amacı yapay sinir ağları ile ilgili temel bilgiler vermek ve uygulama örnekleri ile öğrenebilme yeteneği olan sistemler geliştirebilme altyapısını kazandırmaktır. |
| İçeriği | Öğrenme, yapay zeka yaklaşımları, yapay nöron modeli ve mantık fonksiyonlarına uygulanması, perceptron algoritması ve doğrusal yaklaşım. Öğreticili ve öğreticisiz öğrenme. Adaline algoritması. Doğrusal olmayan sistem network mimarisi. LVQ ve çok katmanlı perceptron algoritmsı. Geri yayılım algoritması. Radyal basis fonksiyonları network mimarisi, Kohonen özörgütlenmeli ağ yapısı, SOM algoritması, ses ve karakter tanıma algoritmalarında YSA uygulamaları. |
Dersin Öğrenim Çıktıları
| # | Öğrenim Çıktıları |
|---|---|
| 1 | Öğrenebilir sistemlerin özelliklerini tanır. |
| 2 | Biyolojik sistemden etkilenen yapay nöron modelini tanır. |
| 3 | Doğrusal sistemlere çözüm sunan sinir ağları algoritmalarını tanır. |
| 4 | Öğreticili ve öğreticisiz öğrenme konularını çözümler. |
| 5 | Çok katmanlı ağ mimarisinin özelliklerini belirler. |
| 6 | Doğrusal olmayan sistemlere çözüm sunabilen sinir ağları algoritmalarını çözümler. |
| 7 | Gerçek dünya problemlerini tanımak anlatılan ağ sistemlerinden bunlara uygun çözümler geliştirir. |
| 8 | İnsanın düşünme sistemine benzer program yazma faaliyetlerini organize eder. |
Haftalık Ayrıntılı Ders İçeriği
| # | Konular | Öğretim Yöntem ve Teknikleri |
|---|---|---|
| 1 | Öğrenebilir sistemler hakkında bilgi sahibi olur ve temel kavramları tanır | Anlatım, tartışma |
| 2 | Biyolojik sistem yapay sistem karşılaştırmasını yapmak, yapay nöron modelini öğrenmek | Anlatım, tartışma |
| 3 | Yapay nöron modelinin temel mantık fonksiyonlarına uygulanması | Anlatım, tartışma |
| 4 | Perceptron algoritması ve doğrusal sistemlere çözüm sunma | Anlatım, tartışma |
| 5 | Adaline algoritması ve doğrusal sistemlere çözüm sunma | Anlatım, tartışma |
| 6 | Öğreticili ve öğreticisiz öğrenme | Anlatım, tartışma |
| 7 | Doğrusal olmayan yapay sinir ağı mimarisi(Gizli katmanlar) | Anlatım, tartışma |
| 8 | Ara sınav | |
| 9 | LVQ ve çok katmanlı perceptron algoritması | Anlatım, tartışma |
| 10 | Geri yayılım algoritması | Anlatım, tartışma |
| 11 | Matlab ortamında ödev değerlendirmesi | Uygulama |
| 12 | Radyal basis fonksiyonları ağ mimarisi | Uygulama |
| 13 | Kohonen özörgütlenmeli ağ yapısı | Anlatım, tartışma |
| 14 | SOM algoritması | Uygulama |
| 15 | Matlab ortamında ses ve karakter tanıma algoritmalarında YSA uygulaması geliştirilmesi | Uygulama |
| 16 | Son Sınav |
Resources
| # | Malzeme / Kaynak Adı | Kaynak Hakkında Bilgi | Referans / Önerilen Kaynak |
|---|---|---|---|
| 1 | Sinir Ağları Mersin Üniversitesi, Ders Notu | ||
| 2 | B. Krose,P.Van,An Introduction to Neural Networks,8.Baskı,2002. | ||
| 3 | S. Haykin, Neural Networks, A Comprehensive Foundation, Macmillan Yayıncılık Şirketi, NJ, 1994. | ||
| 4 | Prof.Dr.Çetin Elmas,Yapay Zeka Uygulamaları, Seçkin Yayıncılık, 2007, Ankara. |
Ölçme ve Değerlendirme Sistemi
| # | Ağırlık | Çalışma Türü | Çalışma Adı |
|---|---|---|---|
| 1 | 0.3 | 1 | 1. Ara Sınav |
| 2 | 0.1 | 3 | 1. Ödev |
| 3 | 0.2 | 10 | 1. Son Proje |
| 4 | 0.4 | 5 | Son Sınav |
Dersin Öğrenim Çıktıları ve Program Yeterlilikleri ile İlişkileri
| # | Öğrenim Çıktıları | Program Çıktıları | Ölçme ve Değerlendirme |
|---|---|---|---|
| 1 | Öğrenebilir sistemlerin özelliklerini tanır. | 8 | 1͵2͵3͵4 |
| 2 | Biyolojik sistemden etkilenen yapay nöron modelini tanır. | 8 | 1͵2͵3͵4 |
| 3 | Doğrusal sistemlere çözüm sunan sinir ağları algoritmalarını tanır. | 8 | 1͵2͵3͵4 |
| 4 | Öğreticili ve öğreticisiz öğrenme konularını çözümler. | 8 | 1͵2͵3͵4 |
| 5 | Çok katmanlı ağ mimarisinin özelliklerini belirler. | 8 | 1͵2͵3͵4 |
| 6 | Doğrusal olmayan sistemlere çözüm sunabilen sinir ağları algoritmalarını çözümler. | 8 | 1͵2͵3͵4 |
| 7 | Gerçek dünya problemlerini tanımak anlatılan ağ sistemlerinden bunlara uygun çözümler geliştirir. | 7͵8 | 1͵2͵3͵4 |
| 8 | İnsanın düşünme sistemine benzer program yazma faaliyetlerini organize eder. | 7͵8 | 1͵2͵3͵4 |
Not: Ölçme ve Değerlendirme sütununda belirtilen sayılar, bir üstte bulunan Ölçme ve Değerlerndirme Sistemi başlıklı tabloda belirtilen çalışmaları işaret etmektedir.
İş Yükü Detayları
| # | Etkinlik | Adet | Süre (Saat) | İş Yükü |
|---|---|---|---|---|
| 0 | Ders Süresi | 14 | 3 | 42 |
| 1 | Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme) | 14 | 1 | 14 |
| 2 | Sunum ve Seminer Hazırlama | 0 | 0 | 0 |
| 3 | İnternette tarama, kütüphane ve arşiv çalışması | 0 | 0 | 0 |
| 4 | Belge/bilgi listeleri oluşturma | 0 | 0 | 0 |
| 5 | Atölye | 0 | 0 | 0 |
| 6 | Ara Sınav için Hazırlık | 1 | 16 | 16 |
| 7 | Ara Sınav | 1 | 1 | 1 |
| 8 | Kısa Sınav | 0 | 0 | 0 |
| 9 | Ödev | 3 | 5 | 15 |
| 10 | Ara Proje | 0 | 0 | 0 |
| 11 | Ara Uygulama | 0 | 0 | 0 |
| 12 | Son Proje | 1 | 15 | 15 |
| 13 | Son Uygulama | 0 | 0 | 0 |
| 14 | Son Sınav için Hazırlık | 1 | 15 | 15 |
| 15 | Son Sınav | 1 | 2 | 2 |
| 120 | ||||