AKTS - Uygulamalı Sinir Ağları
Uygulamalı Sinir Ağları (CMPE461) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Uygulamalı Sinir Ağları | CMPE461 | Alan Seçmeli | 2 | 2 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| MATH275 |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Fen Bilimleri Yüksek Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Dersin amacı, sinir ağları yapılarına, öğrenme algoritmalarına ve bunların kullanımına giriş yapmaktır. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Sinir ağlarına giriş, algılayıcı öğrenme kuralları, geri yayılım algoritmaları, genelleme ve gereğinden fazla eğitim, uyabilen lineer filtreler, radyal tabanlı ağlar, özörgütlemeli haritalar, öğrenmeli vektör nicemleme, geribeslemeli ağlar. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sinir ağlarına giriş | Ana ders kitabı Bölüm 1 |
| 2 | Algılayıcı öğrenme kuralları | Bölüm 5.1-5.3 |
| 3 | Basit algılayıcılarda ve uygulamalarda lineer, lineer olmayan ve stokastik elemanlar | Bölüm 5.4-5.7 |
| 4 | Geri yayılım algoritmaları | Bölüm 6.1 |
| 5 | Geri yayılım algoritmaları ve uygulamalarındaki farklılıklar | Bölüm 6.2, 6.3 |
| 6 | Genelleme ve gereğinden fazla eğitim | Bölüm 6.4-6.6 |
| 7 | Geribeslemeli ağlar | Bölüm 7 |
| 8 | Gözetimsiz öğrenme | Bölüm 8.1-8.3 |
| 9 | Özörgütlemeli haritalar | Bölüm 8.4 |
| 10 | Uyabilen lineer filtreler | Bölüm 9.1-9.4 |
| 11 | Öğrenmeli vektör nicemleme | Bölüm 6.3 (Diğer kaynaklar 2) |
| 12 | Radyal tabanlı ağlar | Bölüm 5 (Diğer kaynaklar 1) |
| 13 | Sinir ağlarının uygulamaları | Değişik kaynaklar |
| 14 | Sinir ağlarının uygulamaları | Değişik kaynaklar |
Kaynaklar
| Ders Kitabı | 1. Hertz, Krogh, & Palmer (1991) Introduction to the Theory of Neural Computation. Addison-Wesley. |
|---|---|
| Diğer Kaynaklar | 2. 1. Bishop (2005). Neural Networks for Pattern Recognition. Oxford University Press. |
| 3. 2. Ripley, Ripley, & Hjort (1996). Pattern Recognition and Neural Networks. Cambridge University Press. | |
| 4. 3. Haykin (1999). Neural Networks: A Comprehensive Foundation (2nd Edition) Macmillan. | |
| 5. 4. Anderson, & Rosenfeld (1998) Neurocomputing: Foundations of Research, MIT Press, Cambridge. | |
| 6. 5. Mitchell (1997). Machine Learning, McGraw Hill, New York. |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 2 | 10 |
| Sunum | - | - |
| Projeler | 2 | 40 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 20 |
| Genel Sınav/Final Juri | 1 | 30 |
| Toplam | 6 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 70 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 30 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Matematik, fen bilgisi ve mühendislik bilgilerini uygular. | X | ||||
| 2 | Deney tasarlar, deney yapar, deney sonuçlarını analiz eder ve yorumlar. | X | ||||
| 3 | Belirlenen gereksinimlere göre bir sistemi, bileşeni veya süreci tasarlar. | X | ||||
| 4 | Disiplinler arası alanlarda etkin biçimde çalışır. | |||||
| 5 | Mühendislik problemlerini belirler, formüle eder ve çözer. | X | ||||
| 6 | Mesleki ve etik sorumluluk bilincine sahiptir. | |||||
| 7 | Etkili iletişim kurar. | |||||
| 8 | Yaşam boyu öğrenmenin gerekliliğini tanır ve bu sürece katılır. | X | ||||
| 9 | Çağdaş konular hakkında bilgi sahibidir. | X | ||||
| 10 | Mühendislik uygulamaları için gerekli modern araç, teknik ve becerileri kullanır. | X | ||||
| 11 | Proje yönetimi becerilerine ve uluslararası standartlar ile metodolojilere ilişkin bilgiye sahiptir. | |||||
| 12 | Gerçek dünya problemleri için mühendislik ürünleri ve prototipleri geliştirir. | X | ||||
| 13 | Mesleki bilgiye katkı sağlar. | X | ||||
| 14 | Yöntemsel ve bilimsel araştırma yapar. | X | ||||
| 15 | Orijinal ya da mevcut bilgi kümesi çerçevesinde bilimsel bir yapıt üretir, raporlar ve sunar. | X | ||||
| 16 | Ürettiği özgün fikri savunur. | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 4 | 64 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 1 | 16 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 2 | 10 | 20 |
| Raporlar | |||
| Ödevler | 2 | 4 | 8 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 7 | 7 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Toplam İş Yükü | 125 | ||