DERS ADI

: Sığ ve Derin Öğrenme Teknikleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
EKO 6107 Sığ ve Derin Öğrenme Teknikleri SEÇMELİ 3 0 0 6

Dersi Veren Birim

Ekonometri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ. DR. SERKAN ARAS

Dersi Alan Birimler

Ekonometri Doktora

Dersin Amacı

Dersin amacı, öğrencileri Yapay Sinir Aglari ve Genetik Algoritmalar hakkindaki guncel bilgilerden haberdar etmek, bu alandaki yeni gelişmeleri takip edebilme ve karsilastiklari problemlerinin çözümünde kullanabilme becerilerini geliştirmektir

Dersin Öğrenme Kazanımları

1   1- Yapay Sinir Ağları tekniklerinin temel prensiplerinin kavrayabilme.
2   2- Sığ öğrenme mantığını anlayıp hangi durumlarda kullanabileceğinin farkına varma.
3   3- Derin öğrenme kavramına hakim olarak ne gibi durumlarda kullanılabileceğine anlama.
4   4- Öğrenilen tekniklerin yöneylem araştırması problemlerinde araç olarak kullanabilme.
5   5- Bazı spesifik iş yaşamı problemlerinde etkin çözümleri üretebilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 1- Yapay Sinir Ağlarına Genel Bakış ve Sığ Öğrenme Kavramı
2 2- Sinir Hücresi Modeli ve Ağ Mimarileri, Açıklayıcı Bir Örnek
3 3- Geriyayılım Algoritması
4 4- Geriyayılım Algoritmasında Varyasyonlar
5 5- Genelleme, Örnek olay incelemesi: Fonksiyon yakınsaması, Olasılık tahminlemesi
6 6- Pratik Eğitim Sorunları, Örnek olay incelemesi: Desen tanımlama
7 7- Derin Öğrenme ve Sığ Öğrenme Kavramları Arasındaki Farklılıklar
8 8- Vize Haftası
9 9- Vize Haftası
10 10- Uzun ve Kısa Dönem Hafızaya Sahip Sinir Ağları
11 11- Evrişimli Sinir Ağlarının Tanıtılması
12 12- Otomatik Kodlayıcı Sinir Ağları
13 13- Derin Yapay Sinir Ağlarının Eğitilmesi ve Dikkat Edilecek Noktalar
14 14- Uygulama Programlarının Tanıtılması

Ders İçin Önerilen Kaynaklar

David E. Goldberg.Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley. 1989.
Randy L.Haupt and Sue Ellen Haupt.Practical Genetic Algorithms. Wiley-Blackwell.2004.
Jeff Heaton. Introduction to the Math of Neural Networks Heaton Research.2012.
G David Garson. Neural Networks: An Introductory Guide for Social Scientists Sage Publications.1998.

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, Soru-Cevap Metodu, Tartışma Metodu ve Problem Çözme Metodu- Uygulamalar

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YYS YARIYIL SONU SINAVI
3 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.40 + YYS* 0.60
4 BUT BÜTÜNLEME
5 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.40 + BUT* 0.60


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

serkan.aras@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 13 3 39
Haftalık Ders öncesi/sonrası hazırlıklar 13 3 39
Vize Sınavına Hazırlık 1 30 30
Final Sınavına Hazırlık 1 30 30
Vize Sınavı 1 3 3
Final Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 144

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9
ÖK.1333233233
ÖK.2233332444
ÖK.3552333333
ÖK.4333333333
ÖK.5223322222