| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | | MTM-23-123 | SİNİR AĞLARI | Seçmeli | 1 | 1 | 6 |
|
| Dersin Seviyesi |
| Doktora |
| Dersin Amacı |
| 1. Sinir ağlarının temelleri, teknikleri ve algoritmaları hakkında bilgi vermek.
2. Verilen bilgilerin yazılan programlar ve araştırma ile pratik ve teorik olarak kullanılmasını sağlamak. |
| Dersi Veren Öğretim Görevlisi/Görevlileri |
| Dr. Öğr. Üyesi Gültekin IŞIK |
| Öğrenme Çıktıları |
| 1 | Sinir ağlarının teorik ve algoritmik olarak nasıl çalıştıklarını anlayabilme. | | 2 | Bir problemin çözümü için sinir ağı mimarilerinden birini önerebilme. | | 3 | Temel sinir ağı çözümleri tasarlayıp sınayabilme. | | 4 | Sinir ağı modellerinin düzenlenmesi ve optimizasyon yöntemleri hakkında bilgi sahibi olma. |
|
| Öğrenim Türü |
| Birinci Öğretim |
| Dersin Ön Koşulu Olan Dersler |
| Yok |
| Ders İçin Önerilen Diğer Hususlar |
|
| Dersin İçeriği |
| 1. Sinir ağlarının temelleri, teknikleri ve algoritmaları hakkında bilgi vermek.
2. Verilen bilgilerin yazılan programlar ve araştırma ile pratik ve teorik olarak kullanılmasını sağlamak. |
| Haftalık Ayrıntılı Ders İçeriği |
|
| 1 | Giriş – Tarihçe ve Teorik Temeller | | | | 2 | Matematiksel Temeller: Lineer Cebir, Olasılık ve Bilgi Teorisi | | | | 3 | Yapay Sinir Ağları Temel Bilgiler | | | | 4 | Algılayıcı Öğrenme Algoritmaları | | | | 5 | Çok Katmanlı Algılayıcı Ağları | | | | 6 | Derin veya Dağıtık Modellerin Düzenlenmesi | | | | 7 | Derin Modellerin Eğitimi için Optimizasyon Teknikleri | | | | 8 | Konvolüsyonel Sinir Ağları | | | | 9 | Yinelemeli Sinir Ağları | | | | 10 | Yinelemeli Sinir Ağı Çeşitleri | | | | 11 | Otomatik Kodlayıcılar | | | | 12 | Sinir Ağlarının Uygulamaları | | | | 13 | Öğreticisiz Öğrenme | | | | 14 | Derin Üretken Modeller | | |
|
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
| 1. Bishop, C. M., Neural Networks for Pattern Recognition, Oxford University Press, 1995.
2. Yoshua Bengio, Ian J. Goodfellow and Aaron Courville, “ Deep Learning”, Book in preparation for MIT Press, http://www.iro.umontreal.ca/~bengioy/dlbook, 2015.
3. Li Deng and Dong Yu, "Deep Learning: Methods and Applications", Foundations and Trends in Signal Processing: Vol. 7: No. 3–4, pp 197-387, 2014. |
| Planlanan Öğrenme Aktiviteleri ve Metodları |
|
| Değerlendirme | |
| Ara Sınav | 1 | 100 | | TOPLAM | 100 | |
| Final Sınavı | 1 | 100 | | TOPLAM | 100 | | Yarıyıl (Yıl) İçi Etkinlikleri | 40 | | Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | | TOPLAM | 100 |
| | Dersin Sunulduğu Dil | | Türkçe | | Staj Durumu | |
|
| İş Yükü Hesaplaması |
| Program ve Öğrenme Çıktıları İlişkisi |
|
| * Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek |
|
|
|
|
Iğdır University, Iğdır / TURKEY • Tel (pbx): +90 476
226 13 14 • e-mail: info@igdir.edu.tr
|