Giriş | English

Yüksek Lisans > Fen Bilimleri Enstitüsü > Kimya (y.l.) > YAPAY SİNİR AĞLARI
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
YAPAY SİNİR AĞLARI İkinci düzey ENM 532 1 7.50 7.50 Yazdır
   
Dersin tanımı
Ön koşul dersleri -
Eğitimin dili Türkçe
Koordinatör PROF. DR. BANU SOYLU
Dersi veren öğretim eleman(lar)ı PROF. DR. BANU SOYLU
Yardımcı öğretim eleman(lar)ı -
Dersin veriliş şekli Sınıf veya bilgisayar laboratuvarı
Dersin amacı Bu dersin amacı yapay öğrenme tekniklerinden biri olan yapay sinir ağlarının çalışma prensiplerini öğrenmek, yapay sinir ağlarını eğitebilmek ve uygulamalar yapmaktır
Dersin tanımı Yapay Sinir Ağı mimarisinin oluşturulması ve bu mimarinin elemanlarının çalışma prensibinin kavranması. Güncel yapay sinir ağı mimarilerinin incelenmesi ve Python vb. programlama dilleri kullanılarak uygulamalar yapılmasıdır.

Dersin içeriği
1- Öğrenme süreci. Yapay sinir ağı nedir?
2- Öğrenme yöntemleri (learning algorithms)
3- Regresyon kullanarak model oluşturma
4- Perceptron kavramı, tek katmanlı algılayıcılar, basit algılayıcı modeli, ADALINE, MADALINE.
5- Yapay sinir ağları ile eğitme ve modelleme
6- Geriye yayılma algoritması (Backpropogation algorithm)
7- YSA kodlama uygulamaları
8- Derin öğrenme (Deep learning)
9- Vize
10- Convolutional yapay sinir ağları (CNN)
11- Recurrent yapay sinir ağları ve long-short term memory (LSTM) ağları
12- Yapay sinir ağları ile eğitme ve modelleme: Danışmansız eğitim (Unsupervised learning), self organizing map (SOM)
13- Yapay sinir ağları ile eğitme ve modelleme: Yarı danışmanlı eğitim (Semi-spervised learning)
14- YSA uygulama makaleleri incelemeleri.
15- Proje teslimi
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Bu dersi başarı ile tamamlayan öğrencilerin yapay öğrenme konusunda bilgi sahibi olması, bir eğitim veri seti üzerinde bir yapay sinir ağı oluşturabilmesi ve Matlab, Python, R vb. programlama dillerini kullanarak uygulama yapabilme becerilerinin artması beklenmektedir.
2-
3-
4-
5-
6-
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Kimyasal problemlere temel kimya bilgi ve becerilerini kullanarak tek başına çözümler üretebilme yeteneği
2- İleri araştırmalarda bilgi ve beceri düzeyi planlama ve yürütebilme yeteneği
3- Ulusal ve uluslararası düzeyde kimya ile ilgili konuları izleyebilir, değerlendirip ve yorumlayabilme yeteneği
4- Alanı ile ilgili yeni düşünce ve yöntemler geliştirerek bilgi toplumu oluşum sürecine katkı yapabilme yeteneği
5- Kimya alanında lisans düzeyinde kazanılan bilgileri genişletmek ve geliştirebilme yeteneği
6- Bilimsel ve analitik düşünme ve sentez yapabilme formasyonu kazandırmak
7- Kimya alanında çeşitli cihazları kullanır ve sonuçlarını yorumlayabilme
8- Uzmanlık alanı ile ilgili deneyleri tasarlar ve uygulayabilme yeteneği
9- Deneysel verilerin değerlendirilmesinde çeşitli istatistik metotları ve paket programları kullanabilme yeteneği
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 iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 13 3 39
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 13 3 39
Ödevler 1 10 10
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 20 20
Ara sınavlar 1 3 3
Proje (Yarıyıl ödevi) 1 35 35
Laboratuvar 1 3 3
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 3 3
Araştırma 1 10 10
Toplam iş yükü     182
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 -

Ders ile ilgili dosyalar