|
END4027 | Yapay Sinir Ağları | 3+0+0 | AKTS:5 | Yıl / Yarıyıl | Güz Dönemi | Ders Duzeyi | Lisans | Yazılım Şekli | Seçmeli | Bölümü | ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ | Ön Koşul | Yok | Eğitim Sistemi | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | Öğretim Üyesi | Prof. Dr. Şükrü ÖZŞAHİN | Diğer Öğretim Üyesi | | Öğretim Dili | Türkçe | Staj | Yok | | Dersin Amacı: | Mühendislik problemlerini modellemek ve çözmek için Yapay Sinir Ağları (YSA) sistemlerinin temel prensiplerini ve algoritmalarını öğretmek. |
Öğrenim Kazanımları | BPKK | ÖY | Bu dersi başarı ile tamamlayan öğrenciler : | | | ÖK - 1 : | Temel yapay sinir ağ modellerini tanımlayabilecek | 8,10 | 1,6 | ÖK - 2 : | Yaygın kullanılan YSA modellerini ve öğrenme algoritmalarını belirli bir uygulama için kullanabilecek, | 8,10 | 1,5,6 | ÖK - 3 : | MATLAB ve onun Yapay Sinir Ağ Aracını kullanarak temel YSA modellerini ve algoritmalarını gerçekleştirebilecektir | 8,10 | 1,3,6 | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | |
Haftalık Detaylı Ders İçeriği | Hafta | Detaylı İçerik | Önerilen Kaynak | Hafta 1 | Yapay zeka ve makine öğrenmesine genel bakış | | Hafta 2 | Yapay sinir ağlarına giriş, yapay sinir ağlarının temelleri | | Hafta 3 | Biyolojik ve yapay sinir hücreleri, yapay sinir hücresi modelleri | | Hafta 4 | Eğiticili öğrenme: Algılayıcı öğrenme kuralı | | Hafta 5 | Temel ağ topolojileri ve çok katmanlı algılayıcı ağı (MLP) | | Hafta 6 | Geriye yayılım algoritması | | Hafta 7 | Radyal Taban Fonksiyonlu (RTF) ağlar | | Hafta 8 | Eğiticisiz Öğrenme: ART ağları, Destekleyici öğrenme: LVQ modeli,
Kendini inşa eden harita ağı (SOM) | | Hafta 9 | Arasınav | | Hafta 10 | Yapay sinir ağları uygulamaları | | Hafta 11 | Endüstri mühendisliği uygulama örnekleri | | Hafta 12 | Yapay sinir ağları ile tahmin | | Hafta 13 | Yapay sinir ağ modelleri ve ilişkin öğrenme algoritmalarının
MATLAB nümerik yazılım ortamında gerçeklenmesi | | Hafta 14 | Hazır paket program uygulamaları | | Hafta 15 | Öğrenci sunumları | | Hafta 16 | Dönem sonu sınavı | | |
1 | Prof. Dr. Ercan Öztemel, 2003, ?Yapay Sinir Ağları?, Papatya Yayıncılık, 238s. | | 2 | Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s. | | |
1 | Haykin, Simon, 1998, ?Neural Networks: A Comprehensive Foundation?, Prentice-Hall, 842p. | | 2 | Vasif Nabiyev , Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s., Seçkin, Ankara, 2005. | | 3 | Okyay Kaynak ve M. Önder Efe, ?Yapay Sinir Ağları ve Uygulamaları?, Boğaziçi Üniversitesi Yayınevi, 141s. | | 4 | Şeref Sağıroğlu, Erkan Beşdok, Mehmet Erler, 2003, ?Mühendislikte Yapay Zeka Uygulamaları - I : Yapay Sinir Ağları?, Ufuk Yayıncılık, 426s. | | |
Ölçme Yöntemi | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | Arasınav | 9 | 14.11.2019 | 1.5 | 25 | Proje | 14 | 24.12.2019 | 1.5 | 15 | Ödev | 8 | 05.11.2019 | 1.5 | 10 | Dönem sonu sınavı | 16 | 06.01.2020 | 1.5 | 50 | |
Öğrenci Çalışma Yükü | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | Yüz yüze eğitim | 3 | 14 | 42 | Sınıf dışı çalışma | 3 | 12 | 36 | Arasınav için hazırlık | 8 | 1 | 8 | Arasınav | 1.5 | 1 | 1.5 | Ödev | 3 | 2 | 6 | Proje | 6 | 1 | 6 | Dönem sonu sınavı için hazırlık | 9 | 1 | 9 | Dönem sonu sınavı | 1.5 | 1 | 1.5 | Toplam Çalışma Yükü | | | 110 |
|