DERS ADI

: Yapay Sinir Ağlarına Giriş

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
MİF 5018 Yapay Sinir Ağlarına Giriş SEÇMELİ 2 0 0 5

Dersi Veren Birim

Tıbbi Bilişim Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ. DR. GÜLESER KALAYCI DEMİR

Dersi Alan Birimler

Tıbbi Bilişim Yüksek Lisans

Dersin Amacı

Bu derste, öğrencinin temel nöral ağ yapıları ve öğrenme algoritmaları ile örüntü tanımlama, görüntü işleme ve işlemsel görme uygulamalarını öğrenmesi amaçlanmıştır. Öğrenmenin üç farklı çeşidi, denetimli, denetimsiz ve takviyeli öğrenme anlatılacak ve uygulamaları tartışılacaktır.

Dersin Öğrenme Kazanımları

1   Yapay sinir ağları ile ilişkili temel kavramları tanımlayabilme
2   Yapay sinir ağları ile ilişkili temel algoritmaları kullanabilme
3   Öğrenme tiplerini tanımlayabilme
4   Yapay sinir ağları ile ilişkili algoritmaları kullanarak veri çözümleme
5   Yapay sinir ağları ile ilişkili algoritmaları sağlık alanındaki verilere uygulayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Yapay sinir ağlarına giriş
2 Sinir modeli ve ağ mimarileri
3 Görsel örnekler
4 Geriye yayılma algoritması öğrenme modeli
5 Doğrusal cebir genel bilgiler
6 Değerlendirme
7 Ara sınav
8 hebbian öğrenmesi
9 Performans yüzeyleri ve optimizasyon genel bilgiler
10 Widrow-hoff öğrenmesi
11 Geriyayılım
12 Çağrışımsal öğrenme
13 Proje ödevinin kontrolü
14 Değerlendirme
15 Final

Ders İçin Önerilen Kaynaklar

1) S. Haykin, Neural Networks: A Comprehensive Foundation 2nd edition, (Prentice Hall, 1999)
2) K. Mehrotra, C. Mohan, and S. Ranka, Elements of Artificial Neural Networks, MIT Press, 1997.
3) C. Looney, Pattern Recognition Using Neural Networks, Oxford University Press, 1997
4) C. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1995.
5) J. Hertz, A. Krogh, R.G. Palmer, Introduction to the Theory of Neural Computation (Addison-Wesley, 1991)

Öğrenme ve Öğretme Yöntemleri

Problem çözümleme, tasarım ve uygulama, sunum/ders anlatım ve etkileşimli tartışma

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Ara Sınav
2 ODV Ödev/Sunum
3 FN Final
4 BNS Başarı VZ* 0.30 + ODV * 0.40 + FN* 0.30
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ* 0.30 +ODV * 0.40 +BUT* 0.30


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ödevlerin, projelerin ve sınavların değerlendirilmesi.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslerin %70'ine devam zorunludur. Derste anlatılan konuları içeren haftalık ödevler verilebilir ve bu ödevler toplanarak değerlendirilebilir. Ders saatine ve ödev teslimi ile ilgili belirtilen zamana uyulmalıdır.

Dersin Öğretim Üyesi İletişim Bilgileri

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Bölümü
e-mail: guleser.kalayci@deu.edu.tr
Tel: 0232 301 71 52

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 2 26
Haftalık Ders öncesi/sonrası hazırlıklar 15 2 30
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 19 19
Ödev Hazırlama 1 20 20
Sunum Hazırlama 1 15 15
Final Sınavı 1 2 2
Vize Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 129

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14PK.15PK.16
ÖK.155
ÖK.24555
ÖK.345
ÖK.454554
ÖK.555545