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 | 2 | 2 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| MATH275 |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | N/A |
| Dersin Seviyesi | 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 | |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | X |
| 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 bilimleri ve yazılım mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | X | ||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | X | ||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | ||||
| 4 | Yazılım mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | ||||
| 5 | Karmaşık mühendislik problemlerinin veya yazılım mühendisliği disiplinine özgü araştırma konularının incelenmesi için, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | |||||
| 6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | X | ||||
| 7 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | |||||
| 8 | En az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | |||||
| 9 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | X | ||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci. | |||||
| 11 | Yazılım mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi. | |||||
| 12 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi. | |||||
| 13 | Girişimcilik ve yenilikçilik hakkında farkındalık. | |||||
| 14 | Sürdürülebilir kalkınma hakkında bilgi. | |||||
| 15 | Yazılım mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi. | |||||
| 16 | Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | |||||
| 17 | Yazılım alternatiflerini irdeleyerek bilgisayar tabanlı sistemlerin modellenmesi ve tasarımında, algoritma prensiplerini, matematiksel temelleri ve bilgisayar bilimleri teorisini uygulama becerisi. | X | ||||
| 18 | Yazılım sistemlerinin analiz, tasarım, uygulama, doğrulama, geçerleme ve bakım süreçlerini uygulayarak geliştirilmesinde mühendislik yaklaşımlarını uygulama becerisi. | X | ||||
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 | ||