DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
ELK 522YAPAY SİNİR AĞLARI3 + 02. Yarıyıl7,5

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

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11
ÖK 0125444      
ÖK 0225444      
ÖK 0324555      
ÖK 0424555      
Ara Toplam818181818      
Katkı25555000000

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)14570
Arasınavlar(hazırlık süresi dahil)14040
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)14343
Toplam İş Yükü

Dersin AKTS Kredisi






195

7,5

DERS ŞUBELERİ
 Dönem seçiniz :   


Seçili dönemde ders açılmamıştır.

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