Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
YAPAY SİNİR AĞLARI	Birinci Düzey	EEM 510		2	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri
Eğitimin Dili	Türkçe
Koordinatör	DR. ÖĞR. ÜYESİ MURAT EMRE ERKOÇ
Dersi Veren Öğretim Eleman(lar)ı	DR. ÖĞR. ÜYESİ MURAT EMRE ERKOÇ
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	yüz yüze
Dersin Amacı	Yapay sinir ağlarının temel yapısını kavrayıp daha karmaşık sinir ağları mimarileri için tasarım altyapısını oluşturmak.
Dersin Tanımı	Yapay sinir ağlarının yapısı

Dersin İçeriği

1	Yapay Sinir Ağları temel yapısı
2	Derin Sinir Ağları
3	Evirişimli Sinir Ağları (CNN)
4	Tekrarlayan Sinir Ağları (RNN)
5	Transformer Mimarisi
6	Sinyal işleme Uygulamaları
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
2	Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur
3	Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
4	Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
5	Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
6	Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Temel ve mühendislik bilimlerini kullanabilme yeteneğini kazanır.
2	Biyosistem Mühendisliği alanında sistem denetlemesi, problem analiz etme, sentezleme yapma ve çözümleme becerisi kazanır.
3	Ekonomik, teknik ve sürdürülebilir çerçevede proje üretir.
4	Biyosistem Mühendisliği problemlerinin çözümünde disiplinler arası iş birliği yapar.
5	Biyosistem Mühendisliği alanında mevcut mevzuata hâkim olur ve sorumlulukları kavrar.
6	Etkin iletişim kurabilme becerisi kazanır.
7	Biyosistem Mühendisliği alanında geliştirilmiş sistemleri yönetir.
8	Alanındaki gelişmeleri takip eder ve kendini geliştirme bilincini kazanır.
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	14	3	42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	5	70
Ödevler	2	6	12
Sunum / Seminer hazırlama	1	5	5
Kısa sınavlar	5	1	5
Ara sınavlara hazırlık	1	6	6
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	25	25
Laboratuvar	1	5	5
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	7	7
Yarıyıl sonu sınavı	1	3	3
Araştırma	0	0	0
Toplam iş yükü			183
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	20
Kısa sınav	0	0
Ödev	1	20
Yarıyıl içi toplam		40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Ders Notları
Yardımcı Kaynaklar	François Chollet, Deep Learning with Python

Ders İle İlgili Dosyalar