Bilgisayar Mühendisliği
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Mühendislik ve Doğa Bilimleri Fakültesi
Bilgisayar Mühendisliği Programı
Ders Bolognaları
Mühendislik ve Doğa Bilimleri Fakültesi
Bilgisayar Mühendisliği Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 05081101 | Yapay Sinir Ağlarına Giriş | 4 | Bahar | 8 | 3+0+0 | 3 | 5 |
| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | Dr. Öğr. Üyesi Muharrem Selim CAN |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Dr. Öğr. Üyesi Muharrem Selim CAN | - | [email protected] | Pazartesi 14.00-15.00 |
Dersin İçeriği
Bir sinir modeli. Geleneksel bilgisayarla yapay sinir ağları (YSA)nın karşılaştırılması. YSA'da öğrenme problemleri. Çok katlı YSA'lar. Karşı yayılma yöntemi. Geriye yayılma algoritması. İki yönlü assosiatif bellek sistemleri. Hoppfield YSA'ları.YSA'ların sanayi, tıp ve diğer alanlarda uygulaması örnekler. Konu ile ilgili basit bir proje tasarımı.
Dersin Amacı
Bir YSA sisteminin nasıl tasarlandığını öğrenmek.
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | X |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Yeterlilikleri | Düzey |
|---|---|---|
| P1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | 4 |
| P2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | 5 |
| P3 | 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 | 5 |
| P4 | Mühendislik 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 | 5 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Yapay Sinir Ağları prensiplerinin anlaşılması, bunların geleneksel programlardan farkını öğrenmek; | P.1.19 | 1 |
| Ö2 | YSA'ların temel yapısı ve çeşitli ağ yapılarının anlaşılması ve öğrenilmesi; | P.2.25 | 1 |
| Ö3 | Basit bir YSA'nın eğitilmesi yöntemlerinin öğrenilmesi. | P.3.27 | 1,7 |
| Ö4 | Bir YSA projesi hazırlama ve çalıştırılmasının öğrenilmesi | P.4.21 | 1,7 |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Bir insan sinirinin nasıl çalıştığını incelenmesi. |
| 2 | Çeşitli sinir modelleri (elektroniksel, loğiksel, matematiksel) vs. |
| 3 | Yapay Sinir Ağı (YSA) modellerinin incelenmesi |
| 4 | Çeşitli YSA'ların sınıflandırılması |
| 5 | YSA Eğitim yöntemleri |
| 6 | Tek ve çok katlı YSA modelleri |
| 7 | Geriye yayılma algoritması |
| 8 | Karşı yayılma algoritması, diğer algoritmalar. |
| 9 | Ara sınav |
| 10 | Hoppfield yapay sinir ağları |
| 11 | Yapay sinir ağları simülasyonu |
| 12 | Örnek YSA uygulamaları |
| 13 | Örnek YSA uygulamaları |
| 14 | Final sınavı |
Ders Kitabı veya Malzemesi
| Kaynaklar | Yapay Sinir Ağları |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Kısa sınav (Quiz) | - | - |
| Ara Sınavlar | 1 | 40 (%) |
| Yarıyıl Sonu Sınavı | 1 | 60 (%) |
| Toplam | 100 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 14 | 4 | 56 |
| Ara Sınav | 1 | 3 | 3 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 1 | 3 | 3 |
| Diğer | 14 | 4 | 56 |
| Toplam İş Yükü: | 160 | ||
| Toplam Yük / 30 | 5,33 | ||
| Dersin AKTS Kredisi: | 5 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P1 | P2 | P3 | P4 |
|---|---|---|---|---|---|
| Ö1 | Yapay Sinir Ağları prensiplerinin anlaşılması, bunların geleneksel programlardan farkını öğrenmek; | 2 | - | - | - |
| Ö2 | YSA'ların temel yapısı ve çeşitli ağ yapılarının anlaşılması ve öğrenilmesi; | - | 4 | - | - |
| Ö3 | Basit bir YSA'nın eğitilmesi yöntemlerinin öğrenilmesi. | - | - | 3 | - |
| Ö4 | Bir YSA projesi hazırlama ve çalıştırılmasının öğrenilmesi | - | - | - | 3 |