PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
ELK 522	YAPAY SİNİR AĞLARI	3 + 0	2. Yarıyıl	7,5

DERS TANIMI

Ders Düzeyi	Doktora
Ders Türü	Seçmeli
Dersin Amacı	Yapay sinir ağları yapılarını ve öğrenme algoritmalarını öğretmek. MatLab ortamında gerçeklemeler yapmak. Gerçek dünya problemlerini YSA kullanarak çözmek
Ders İçeriği	Nöron modeli, yapay sinir ağı mimarisi, lineer ayrılabilirlik, perceptron öğrenme kuralı, performans yüzeyleri ve optimizasyon, öğreticili öğrenme, hatanın geriye doğru yayılması algoritması ve varyasyonlar, örnek tanıma problemi, hopfield yapay sinir ağı.
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.
Öğretim Sistemi	Yüz Yüze

DERS ÖĞRENME KAZANIMLARI

1	Yapay sinir ağları yapılarını bilir.
2	Yapay sinir ağları öğrenme algoritmalarını bilir.
3	MatLab ortamında gerçeklemeler yapabilir.
4	Gerçek dünya problemlerini YSA kullanarak çözebilir.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI

No	PY 01	PY 02	PY 03	PY 04	PY 05	PY 06	PY 07	PY 08	PY 09	PY 10	PY 11
ÖK 001	2	5	4	4	4
ÖK 002	2	5	4	4	4
ÖK 003	2	4	5	5	5
ÖK 004	2	4	5	5	5
Ara Toplam	8	18	18	18	18
Katkı	2	5	5	5	5	0	0	0	0	0	0

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	14	3	42
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)	14	5	70
Arasınavlar(hazırlık süresi dahil)	1	40	40
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)	1	43	43
Toplam İş Yükü Dersin AKTS Kredisi			195 7,5

DERS ŞUBELERİ

Dönem seçiniz :

Seçili dönemde ders açılmamıştır.

Yazdır

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları

Aday Öğrenci