Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Makine Öğrenmesi ve Yapay Sinir Ağları KOM611037.5300
ÖnkoşullarYok
YarıyılBahar
Dersin Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Doktora Programı
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz, 2. Öğretim)
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz)
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz, 2. Öğretim, İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimKontrol ve Otomasyon Mühendisliği Bölümü
Dersin KoordinatörüŞeref Naci Engin
Dersi Veren(ler)Şeref Naci Engin
Asistan(lar)ı
Dersin AmacıBu dersin amacı: YSA ların temel prensip ve tekniklerini tanıtmak Temel YSA modellerini irdelemek ve uygulamalarını öğretmektir.
Dersin İçeriğiDersin içeriği: Giriş, Eşik Kapıları ,YSA larının hesaplama kabiliyeti, Öğrenme Kuralları, Sinir Öğrenmesinin Matematiksel Teorisi, Adaptif Çok Katmanlı YSA, Adaptif Çok Katmanlı YSAlar, İlişkili Sinir Ağı Hafızaları, YSA larda Evrensel Tarama Metotları ve Kendi Kendine Organize Olan Sistemler olarak sıralanabilir.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Fundamentals of Artificial Neural Networks, M. Hassoun, 1995, MIT Press.
  • Neural Networks, S. Haykin, Mc Millian Book Co., 1994
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler, bu modülün başarılı bir şekilde tamamlanması neticesinde, basit YSA modelleri ile gerçek bir beyin arasındaki ilişkiyi tanımlayabilir.
  2. Kohonen tipi kendi kendine organize olabilen ağlar arasındaki farklar ve benzerlikleri ayırt edebilirler. Ayrıca, YSA larda öğrenmeyi etkileyen performans faktörleri hususunda bilgi sahibi olurlar.
  3. YSA ların gerçek sınıflama ve regresyon uygulamaları konularında bilgi sahibi olurlar.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Giriş, Eşik KapılarıDers Kitabı Bölüm 1
2YSA larının hesaplama kabiliyetiDers Kitabı Bölüm 2
3Öğrenme KurallarıDers Kitabı Bölüm 3
4Sinir Öğrenmesinin Matematiksel TeorisiDers Kitabı Bölüm 4
5Adaptif Çok Katmanlı YSADers Kitabı Bölüm 5
6Uygulamalar Ders Kitabı Bölüm 5
7Adaptif Çok Katmanlı YSA IIDers Kitabı Bölüm 6
8Ara Sınav
9İlişkili Sinir Ağı HafızalarıDers Kitabı Bölüm 7
10YSA larda Evrensel Tarama MetotlarıDers Kitabı Bölüm 8
11Kendi Kendine Organize Olan SistemlerDiğer Kaynaklar Bölüm 9
12Kendi Kendine Organize Olan SistemlerDiğer Kaynaklar Bölüm 10
13Kendi Kendine Organize Olan SistemlerDiğer Kaynaklar Bölüm 11
14Uygulamalar
15Uygulamalar
16Final Sınavı

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev530
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati163
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması168
Derse Özgü Staj
Ödev55
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)110
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok