Yapay Sinir Ağları(ISI 522)
| Ders Kodu | Dersin Adı | Yarıyıl | Teori | Uygulama | Lab | Kredisi | AKTS |
|---|---|---|---|---|---|---|---|
| ISI 522 | Yapay Sinir Ağları | 2 | 3 | 0 | 0 | 3 | 6 |
| Ön Koşul | |
| Derse Kabul Koşulları |
| Dersin Dili | İngilizce |
| Türü | Seçmeli |
| Dersin Düzeyi | Yüksek Lisans |
| Dersi Veren(ler) | Sadettin Emre ALPTEKİN ealptekin@gsu.edu.tr (Email) |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, yapay sinir ağlarını tanıtmak ve makine öğrenimi arkasındaki temel fikirleri tartışmak; algılayıcının basit bir hesaplama elemanı olması kavramını sunmak ve algılayıcı öğrenme kuralını irdelemek; tekrarlayan sinir ağları kavramını tartışmak; Hebbian ve rekabetçi öğrenme kavramlarını irdelemektir. Ayrıca, öğrencilerin farklı akıllı teknolojilerin bir kombinasyonu olarak hybrid akıllı system kavramı hakkında bilgi sahibi olmaları ve evrimsel sinir ağları ve bulanık evrimsel system kavramlarının tartışılması amaçlanmaktadır. |
| İçerik |
1. hafta : Bilgi tabanlı akıllı sistemlere giriş 2. hafta : Kural bazlı uzman sistemler 3. hafta : Kural bazlı uzman sistemlerde belirsizlik yönetimi 4. hafta : Bulanık uzman sistemler: bulanık mantık 5. hafta : Çerçeve tabanlı uzman sistemler 6. hafta : Yapay sinir ağları: gözetimli öğrenme 7. hafta : Yapay sinir ağları: gözetimsiz öğrenme 8. hafta : Evrimsel hesaplama: genetic algoritma 9. hafta : Ara sınav 10. hafta : Evrimsel hesaplama: evrimsel stratejiler ve genetic programlama 11. hafta : Hibrid akıllı sistemler: yapay sinir uzman sistemler ve sinir ağları-bulanık sistemler 12. hafta : Hibrid akıllı sistemler: evrimsel sinir ağları ve bulanık evrimsel sistemler 13. hafta : Bilgi mühendisliği: yapay sinir ağları tabanlı sistemlerin kurulması 14. hafta : Veri madenciliği ve bilgi keşfi |
| Dersin Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayan öğrenci: 1. Akıllı sistemlerin arkasıdanki prensipleri tanımlayabilir. 2. Akıllı sistemlerin neyi yapabileceğini ve neyi yapamayacağını açıklayabilir. 3. Akıllı sistemlerin tipik uygulamalarını sıralayabilir. 4. Eldeki bir görev için hangi araçların en uygun olduğunu açıklayabilir 5. Farklı yapay akıllı system araçlarının nasıl kullanılabileceğini açıklayabilir. 6. Bir akıllı sistemin nasıl kurulacağını açıklayabilir. 7. Bir yapay sinir ağını tasarlayabilir. |
| Öğretim Yöntemleri | Anlatım, soru-cevap, tartışma. |
| Kaynaklar | Negnevitsky, M., Artificial Intelligence: A Guide to Intelligent Systems, Second Edition, Addison Wesley, 2004. |
Teori Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Bilgi tabanlı akıllı sistemlere giriş |
| 2 | Kural bazlı uzman sistemler |
| 3 | Kural bazlı uzman sistemlerde belirsizlik yönetimi |
| 4 | Bulanık uzman sistemler: bulanık mantık |
| 5 | Çerçeve tabanlı uzman sistemler |
| 6 | Yapay sinir ağları: gözetimli öğrenme |
| 7 | Yapay sinir ağları: gözetimsiz öğrenme |
| 8 | Evrimsel hesaplama: genetic algoritma |
| 9 | Ara sınav |
| 10 | Evrimsel hesaplama: evrimsel stratejiler ve genetic programlama |
| 11 | Hibrid akıllı sistemler: yapay sinir uzman sistemler ve sinir ağları-bulanık sistemler |
| 12 | Hibrid akıllı sistemler: evrimsel sinir ağları ve bulanık evrimsel sistemler |
| 13 | Bilgi mühendisliği: yapay sinir ağları tabanlı sistemlerin kurulması |
| 14 | Veri madenciliği ve bilgi keşfi |
Uygulama Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | |
| 6 | |
| 7 | |
| 8 | |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | |
| 14 |
Başarı Notuna Etki Oranları
| Sayı | Katkı Payı | |
|---|---|---|
| Yarıyıl içi çalışmaların başarı notuna katkısı | 1 | 60 |
| Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 40 |
| Toplam | 2 | 100 |
Yarıyıl İçi Çalışmaları
| Sayı | Katkı Payı | |
|---|---|---|
| Ödevler | 4 | 15 |
| Sunum | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 25 |
| Proje | 1 | 20 |
| Laboratuar | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 |
| Kısa Sınavlar | 0 | 0 |
| Dönem Ödevi / Projesi | 0 | 0 |
| Portfolyo Çalışmaları | 0 | 0 |
| Raporlar | 0 | 0 |
| Öğrenme Günlükleri | 0 | 0 |
| Bitirme Tezi/Projesi | 0 | 0 |
| Seminer | 0 | 0 |
| Diğer | 0 | 0 |
| Toplam | 6 | 60 |
| Numara | Program Yeterlilikleri | Puan | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Var olan bilimsel veriler arasından, akıllı sistemler mühendislik alanında uzmanlık seviyesinde araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | |||||
| 2 | Akıllı sistemler mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. | X | ||||
| 3 | Akıllı sistemler mühendisliği ile ilgili alanlarda belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. | |||||
| 4 | Akıllı sistemler mühendisliği mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | |||||
| 5 | Akıllı sistemler mühendisliği problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | X | ||||
| 6 | Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık akıllı sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. | |||||
| 7 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. | X | ||||
| 8 | Çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda proje ve risk yönetimi tekniklerini de kullanarak çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | |||||
| 9 | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | |||||
| 10 | Çalışmalarının süreç ve sonuçlarını, akıllı sistemler mühendisliği alanındaki veya ilgili alanlardaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. | X | ||||
| 11 | Girişimcilik ve yenilikçilik boyutlarını dikkate alarak akıllı sistemler mühendisliği uygulamalarını gerçekleştirebilir. | |||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | |||||
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Sınıf Dışı Çalışma Süresi | 14 | 2 | 28 |
| Ödevler | 4 | 5 | 20 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 20 | 20 |
| Proje | 1 | 20 | 20 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 20 | 20 |
| Toplam İş Yükü | 150 | ||
| Toplam İş Yükü / 25 | 6,00 | ||
| Dersin AKTS Kredisi | 6 | ||