1. DOKTORA
  2. SOSYAL BİLİMLER ENSTİTÜSÜ
  3. İŞLETME ANABİLİM DALI
  4. 2741 GENEL İŞLETME DR.
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
ISY 608YAPAY SİNİR AĞLARI3 + 02. Yarıyıl7,5

DERS TANIMI
Ders Düzeyi Doktora
Ders Türü Seçmeli
Dersin Amacı Esnek ve performansı yüksek yöntemler geliştirildi bunlardan biride yapay sinir ağları, bu yöntem sayesinde zor olan problemlerin çözümüne kolaylık sağlaması,Belirsizlik ortamında farklı bir yaklaşım amacıyla: Sinirsel Bulanık Mantık Ağları, Bulanık kurallar ve üyelik işlevleri gibi kavramlarla alternatif bilimsel yaklaşım düşüncelerini göstermektir
Ders İçeriği Sinir Ağlarına Giriş, yapay sinir ağlarının genel öğeleri, yapay sinir ağlarının oluşturulması, perceptron, delta kuralı, ileri beslemeli ağlar, geri beslemeli ağlar, yapay sinir ağlarının yapıları, danışmanlı öğrenme, yapay sinir ağlarında öğrenme, danışmasız öğrenme, karma öğrenme kuralı, yarışmacı öğrenme, yarışmacı sinirsel işaretler, özörgütlemeli harita ağı, yapay sinir ağı uygulamaları. .
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Yapay sinir Kavramını Öğrenir
2Analatik düşünce yeteneğini kavrar
3Yapay sinir ağları yardımıyla Optimizasyon problemlerini tanır
4öğrenme metodlarını sınıflandırır
5Belirsizlik ortamında farklı bir yaklaşım sunar

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07
ÖK 0014525  4
ÖK 0025425  4
ÖK 0035425  5
ÖK 0044415  5
ÖK 0055415  5
Ara Toplam2321825  23
Katkı5425005

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14456
Ödevler5525
Arasınavlar(hazırlık süresi dahil)12020
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)12222
Sunum / Seminer (hazırlık süresi dahil)31030
Toplam İş Yükü

Dersin AKTS Kredisi





195

7,5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2023-2024 Bahar1İRFAN ERTUĞRUL
Detay 2021-2022 Bahar1İRFAN ERTUĞRUL
Detay 2017-2018 Bahar1İRFAN ERTUĞRUL


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
ISY 608 YAPAY SİNİR AĞLARI 3 + 0 1 Türkçe 2023-2024 Bahar
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Prof. Dr. İRFAN ERTUĞRUL iertugrul@pau.edu.tr İİBF A0135 Dersin Devam Yüzdesi : %77
Amaç Esnek ve performansı yüksek yöntemler geliştirildi bunlardan biride yapay sinir ağları, bu yöntem sayesinde zor olan problemlerin çözümüne kolaylık sağlaması,Belirsizlik ortamında farklı bir yaklaşım amacıyla: Sinirsel Bulanık Mantık Ağları, Bulanık kurallar ve üyelik işlevleri gibi kavramlarla alternatif bilimsel yaklaşım düşüncelerini göstermektir
İçerik Sinir Ağlarına Giriş, yapay sinir ağlarının genel öğeleri, yapay sinir ağlarının oluşturulması, perceptron, delta kuralı, ileri beslemeli ağlar, geri beslemeli ağlar, yapay sinir ağlarının yapıları, danışmanlı öğrenme, yapay sinir ağlarında öğrenme, danışmasız öğrenme, karma öğrenme kuralı, yarışmacı öğrenme, yarışmacı sinirsel işaretler, özörgütlemeli harita ağı, yapay sinir ağı uygulamaları. .
Haftalık Konu Başlıkları
HaftaKonular
1 bulanık mantık
2 yapay sinir ağlarına giriş
3 yapay sinir ağlarına giriş
4 yapay sinir ağlarının genel öğeleri
5 yapay sinir ağlarının genel öğeleri
6 yapay sinir ağlarının oluşturulması
7 yapay sinir ağlarının oluşturulması
8 vize
9 ileri besleme
10 karma öğrenme kuralı
11 karma öğrenme kuralı
12 yapay sinir ağı uygulamaları
13 yapay sinir ağlaları uygulamaları
14 yapay sinir ağı uygulamaları
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı50Dönem Sonu Sınavı
Ara Sınav50Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları