Hafta | Konular |
1 |
Bir-boyutlu Lineer-olmayan Nümerik Optimizasyon: Türev Bilgisi Kullanan Yöntemler: Newton-Raphson Yöntemi: İkiye Bölme Yöntemi
|
2 |
Bir-boyutlu Lineer-olmayan Nümerik Optimizasyon: Türev Bilgisi Kullanmayan Yöntemler: Altın Bölme Yöntemi. Bir-boyutlu Nümerik Optimizasyonun Önemi
|
3 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: Problemin Tanımı, Genel Güncelleme Kuralı, Matematiksel Temeller
|
4 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: Optimallik için Analitik Koşullar
|
5 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: Birinci-dereceden Yöntemler: Dik İniş Yöntemi (Steepest-Descent), Conjugate-Gradient (Fletcher-Reeves) Yöntemi
|
6 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: İkinci-dereceden Yöntemler: Newton Yöntemi
|
7 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: İkinci-dereceden Yöntemler: Değiştirilmiş Newton Yöntemi, Cholesky Faktörizasyonu
|
8 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: Newton-benzeri (Quasi-Newton) Yöntemler: Davidon-Fletcher-Powell Yöntemi, Broydon-Fletcher-Goldfarb-Shanno Yöntemi
|
9 |
ARA SINAV
|
10 |
Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon: İkinci-dereceden Yaklaşık Yöntemler: Gauss-Newton (GN) Yöntemi, Levenberg-Marquardt Yöntemi
|
11 |
Uygulamalar: Regresyon: Tek-Girişli Tek-Çıkışlı (SISO) Regresyon Problemi: Polinom Modeli, RBF Modeli, Üstel Model
|
12 |
Uygulamalar: Regresyon: Tek-Girişli Tek-Çıkışlı (SISO) Regresyon Problemi: SISO-Yapay Sinir Ağı (YSA) Modeli
|
13 |
Uygulamalar: Regresyon:Çok-Girişli tek-Çıkışlı MISO Regresyon Problemi: MISO- Yapay Sinir Ağı (YSA) Modeli
|
14 |
Uygulamalar: Regresyon:Çok-Girişli tek-Çıkışlı MISO Regresyon Problemi: MISO- Yapay Sinir Ağı (YSA) Modeli ile modelleme ve tahmin
|