• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

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

PROF. DR. GÜLESER KALAYCI DEMİR

Dersi Alan Birimler

Tıbbi Bilişim Yüksek Lisans

Dersin Amacı

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

İlan Edilecektir.

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

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

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/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 PK.11 PK.12 PK.13 PK.14 PK.15 PK.16 ÖK.1 5 5 ÖK.2 4 5 5 5 ÖK.3 4 5 ÖK.4 5 4 5 5 4 ÖK.5 5 5 5 4 5