Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
YBS 456YAPAY SİNİR AĞLAR3 + 06. Yarıyıl5

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Seçmeli
Dersin Amacı Bu ders yapay sinir ağlarının ve öğrenme kurallarının temellerini vermeyi amaçlamaktadır.
Ders İçeriği Yapay sinir ağlarının (YSA) tanımı, Uyarlamalı doğrusal eleman, öğrenme: eğiticili ve eğiticisiz öğrenme, doğrusal çağrışımlı bellek, çok katmalı algılayıcı, geri yayılım yordamı, radyal tabanlı YSA, dinamik YSA, Hopfield ağı, Cellular YSA, Kohonen kendinden düzenlemeli haritası, güncel uygulamalar.
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Yapay Sinir Ağlarının öğrenilmesi
2Uygulama alanlarının anlaşılması
3Bir örnek proje üzerinde uygulama çalışması yaparak pekiştirilmesi

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
Derslerin program öğrenme kazanımına katkısı girilmemiş.

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)14342
Arasınavlar(hazırlık süresi dahil)11515
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)12525
Sunum / Seminer (hazırlık süresi dahil)166
Toplam İş Yükü

Dersin AKTS Kredisi






130

5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2023-2024 Bahar2HAMİD YEŞİLYAYLA


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
YBS 456 YAPAY SİNİR AĞLAR 3 + 0 2 Türkçe 2023-2024 Bahar
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Öğr. Gör. HAMİD YEŞİLYAYLA hyesilyayla@pau.edu.tr İİBF B0213 Dersin Devam Yüzdesi : %70
Amaç Bu ders yapay sinir ağlarının ve öğrenme kurallarının temellerini vermeyi amaçlamaktadır.
İçerik Yapay sinir ağlarının (YSA) tanımı, Uyarlamalı doğrusal eleman, öğrenme: eğiticili ve eğiticisiz öğrenme, doğrusal çağrışımlı bellek, çok katmalı algılayıcı, geri yayılım yordamı, radyal tabanlı YSA, dinamik YSA, Hopfield ağı, Cellular YSA, Kohonen kendinden düzenlemeli haritası, güncel uygulamalar.
Haftalık Konu Başlıkları
HaftaKonular
1 Yapay Sinir Ağlarının Karakteristik Özellikleri
2 Nöronların Modeli
3 Öğrenme Algoritmaları: Danışmanlı Öğrenme
4 Öğrenme Algoritmaları: Danışmansız Öğrenme
5 Ağ yapıları, Perceptron modeli
6 Çok Katmanlı İleri Beslemeli Ağlar
7 Geriye Yayılım Algoritması
8 İlişkilendirilebilir Bellek Özelliği
9 Kendini Düzenleyen Haritalar ve Adaptif Rezonans Teorisi
10 Diğer YSA Mimarileri
11 Bazı Klasik Sinir Ağı Mimarileri ve Uygulamaları
12 Yapay Sinir Ağlarının Gerçekleştirilmesi ve Uygulamaları
13 Öğrenci projelerinin sunumu
14 Öğrenci projelerinin sunumu
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
Neural Networks Toolbox 6 User GuideTürkçe
M. T. Hagan, H. B. Demuth, M. H. Beale, I. O. De Jesús, "Neural Network Design 2 Edition eBook "Türkçe
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı60Dönem Sonu Sınavı
Ara Sınav40Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları