Ders Öğretim Planı
Dersin KoduDersin AdıDersin TürüYılYarıyılAKTS
MMG-106SİNİR AĞLARISeçmeli136
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
1Sinir ağlarının teorik ve algoritmik olarak nasıl çalıştıklarını anlayabilme.
2Sinir ağlarının teorik ve algoritmik olarak nasıl çalıştıklarını anlayabilme.
3Bir problemin çözümü için sinir ağı mimarilerinden birini önerebilme.
4Bir problemin çözümü için sinir ağı mimarilerinden birini önerebilme.
5Temel sinir ağı çözümleri tasarlayıp sınayabilme.
6Temel sinir ağı çözümleri tasarlayıp sınayabilme.
7Sinir ağı modellerinin düzenlenmesi ve optimizasyon yöntemleri hakkında bilgi sahibi olma.
8Sinir 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
HaftaTeorikUygulamaLaboratuvar
1Giriş – Tarihçe ve Teorik Temeller
2Matematiksel Temeller: Lineer Cebir, Olasılık ve Bilgi Teorisi
3Yapay Sinir Ağları Temel Bilgiler
4Algılayıcı Öğrenme Algoritmaları
5Çok Katmanlı Algılayıcı Ağları
6Derin veya Dağıtık Modellerin Düzenlenmesi
7Derin Modellerin Eğitimi için Optimizasyon Teknikleri
8Konvolüsyonel Sinir Ağları
9Yinelemeli Sinir Ağları
10Yinelemeli Sinir Ağı Çeşitleri
11Otomatik Kodlayıcılar
12Sinir Ağlarının Uygulamaları
13Öğreticisiz Öğrenme
14Derin 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
Yarıyıl (Yıl) İçi EtkinlikleriAdetDeğer
Ara Sınav1100
TOPLAM100
Yarıyıl(Yıl) Sonu EtkinliklerAdetDeğer
Final Sınavı1100
TOPLAM100
Yarıyıl (Yıl) İçi Etkinlikleri40
Yarıyıl (Yıl) Sonu Etkinlikleri60
TOPLAM100
Dersin Sunulduğu Dil
Türkçe
Staj Durumu
İş Yükü Hesaplaması
EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
TOPLAM İŞ YÜKÜ (saat)0
Program ve Öğrenme Çıktıları İlişkisi
ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5
ÖÇ6
ÖÇ7
ÖÇ8
* 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