Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
EED 3107	SİNİR AĞLARININ TEMELLERİ	SEÇMELİ	3	2	0	5

Dersi Veren Birim

Elektrik - Elektronik Mühendisliği (İngilizce)

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. GÜLESER KALAYCI DEMİR

Dersi Alan Birimler

Elektrik - Elektronik Mühendisliği (İngilizce)

Dersin Amacı

Bu dersin amacı yapay sinir ağları sistemlerinin temel prensipleri ile tekniklerini tanıtmak ve temel yapay sinir ağları modelleri ile uygulamalarını incelemektir.

Dersin Öğrenme Kazanımları

1	Yapay sinir ağlarının esaslarını tanımlayabilmek
2	Yaygın olarak kullanılan YSA modellerini ve öğrenme yordamlarını belirli uygulamalar için kullanabilmek
3	Yaygın olarak kullanılan sinir ağları modellerinin uygulamasında karşılaşılabilecek temel problemleri tanımlayabilmek
4	YSA yöntemlerine ilişkin giriş seviyesinde kodlama yapabilmek
5	YSA'nın genelleştirme yeteneğini, eğiticili ve eğiticisiz öğrenmenin temel prensiplerini açıklayabilmek

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

EED 2410 - İŞARETLER VE SİSTEMLER

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Yapay Sinir Ağlarına Giriş, YSA'larının tarihsel gelişimi
2	Temel kavram ve modeller, Genel yapay sinir hücre modeli
3	Eğiticili öğrenme,Tek katmanlı ayrık değerli perceptron
4	Tek katmanlı ayrık değerli perceptron. Doğrusal olmayan (sigmoidal) aktivasyon fonksiyonu
5	Çok Katmanlı Ağlar. Geriye yayılım algoritması
6	Radyal Taban Fonksiyonlu
7	Derin YSA Modelleri
8	Evrişimsel YSA
9	Evrişimsel YSA ve Uygulamaları
10	Yinelemeli YSA
11	Yinelemeli YSA ve Uygulamaları
12	Yapay sinir ağlarının örüntü tanıma uygulamaları
13	Yapay sinir ağlarının kontrol uygulamaları
14	Büyük Dil Modelleri

Ders İçin Önerilen Kaynaklar

1) Neural Networks and Learning Machines, Simon Haykin, Prentice Hall, 2009.
2) Neural Networks and Deep Learning, Charu C. Aggarwal, Springer, 2023.

Öğrenme ve Öğretme Yöntemleri

Ders içeriği sunumlar aracılığıyla verilecek, ayrıca içeriği destekleyen laboratuar çalışmaları yapılacaktır.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	MTE	MIDTERM EXAM
2	LAB	LABORATORY
3	FIN	FINAL EXAM
4	FCG	FINAL COURSE GRADE	MTE * 0.25 + LAB * 0.25 + FIN * 0.50
5	RST	RESIT
6	FCGR	FINAL COURSE GRADE (RESIT)	MTE * 0.25 + LAB * 0.25 + RST * 0.50

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ara sınav, laboratuar çalışması, final sınavı

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

Ders ile ilgili kurallar dersin sayfasında duyurulacaktır.

Dersin Öğretim Üyesi İletişim Bilgileri

Email: neslihan.avcu@deu.edu.tr
Tel: 0232 301 7681

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Ders sayfasında ilan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	14	3	42
Uygulama	14	2	28
Haftalık Ders öncesi/sonrası hazırlıklar	14	2	28
Final Sınavına Hazırlık	1	12	12
Vize Sınavına Hazırlık	1	12	12
Final Sınavı	1	2	2
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			126

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.9	PK.12
ÖK.1	5
ÖK.2		5	4	4
ÖK.3	5	5
ÖK.4		3		5	2
ÖK.5	4	5

DERS ADI

DERECE PROGRAMLARI