DERS ADI

: YAPAY ZEKA VE ENDÜSTRİDE UYGULAMALARI

DERECE PROGRAMLARI

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
END 3965 YAPAY ZEKA VE ENDÜSTRİDE UYGULAMALARI SEÇMELİ 3 0 0 5

Dersi Veren Birim

Endüstri Mühendisliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. FEHMİ BURÇİN ÖZSOYDAN

Dersi Alan Birimler

Endüstri Mühendisliği

Dersin Amacı

Bu ders ile mühendislik biliminde son derece önemli bir yere sahip olan yapay sinir ağları, derin öğrenme, makine öğrenmesi gibi önemli yapay zeka konularının ve bunların üretim sistemlerindeki uygulamalarının DEÜ Endüstri Mühendisliği Bölümü öğrencilerine kazandırılması hedeflenmektedir.

Dersin Öğrenme Kazanımları

1   Yapay zeka kavramını ve önemini kavramak, endüstriyel uygulamaları hakkında bilgi sahibi olmak
2   Yapay Sinir Ağları tasarlayabilmek, eğitebilmek ve kullanabilmek
3   Makine öğrenmesi kavramını ve temel algoritmalarını öğrenmek ve kullanabilmek
4   Derin Öğrenme kavramını öğrenebilmek ve temel derin ağlar hakkında bilgi sahibi olabilmek

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Yapay zekaya giriş; temel kavramlar
2 Yapay zeka konularını sınıflandırma, endüstriyel uygulamalar
3 Makine öğrenmesi temel kavramları
4 Makine öğrenmesi temel algoritmaları
5 Makine öğrenmesi temel algoritmaları
6 Makine öğrenmesi uygulamaları
7 Yapay sinir ağlarına giriş
8 Yapay sinir ağları ve temel kavramlar
9 Tek katmanlı basit algılayıcılar
10 Basit algılayıcıların eğitimi
11 Çok katmanlı algılayıcılar
12 Gradyan tabanlı eğitim algoritmaları
13 Derin öğrenmeye giriş; temel kavramlar
14 Derin öğrenme uygulamaları

Ders İçin Önerilen Kaynaklar

Haykin, S., (2008) Neural Networks and Learning Machines, McMaster University, Hamilton, Ontario, Canada, ISBN-13: 978-0-13-147139-9, ISBN-10: 0-13-147139-2
Öztemel, E., (2016) Yapay Sinir Ağları, Papatya Yayıncılık
Çakır, F.S. (2018) Yapay Sinir Ağları, Matlab Kodları ve Matlab Toolbox Çözümleri, Nobel Akademik Yayıncılık, ISBN: 9786057928122
Rençberi Ö.F. (2018) Sınıflandırma Problemlerinde Çoklu Lojistik Regresyon, Yapay Sinir Ağ ve ANFIS Yöntemlerinin Karşılaştırılması: İnsani Gelişmişlik Endeksi Üzerine Uygulama, Gazi Kitabevi ISBN: 6053446699

Öğrenme ve Öğretme Yöntemleri

Sınıf içi anlatımlar ve laboratuvar uygulamaları

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 PR Proje
3 FN Final
4 BNS BNS VZ * 0.30 + PR * 0.20 + FN * 0.50
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ * 0.30 + PR * 0.20 + BUT * 0.50


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

burcin.ozsoydan@deu.edu.tr

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 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 14 2 28
Vize Sınavına Hazırlık 1 20 20
Final Sınavına Hazırlık 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.11
ÖK.15555
ÖK.2555
ÖK.3555
ÖK.4555

İLETİŞİM BİLGİLERİMİZ
Dokuz Eylül Üniversitesi Cumhuriyet Bulvarı No: 144 35210 Alsancak / İZMİR
Telefon: +90(232) 412 12 12 - Faks: +90 (232) 464 81 35

Copyright 2015 DEÜ. BİD

ANASAYFA / ÜNİVERSİTE HAKKINDA / DERECE PROGRAMLARI / ÖĞRENCİ İÇİN GENEL BİLGİLER / ULUSLARARASI İLİŞKİLER