| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| BİYOMEDİKAL MÜHENDİSLİĞİNDE YAPAY SİNİR AĞLARI |
İkinci düzey |
BMM413 |
|
7 |
3.00 |
3.00 |
Yazdır |
|
Ön koşul dersleri
|
-
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
ARAŞTIRMA GÖREVLİSİ MURAT EMRE ERKOÇ
|
|
Dersi veren öğretim eleman(lar)ı
|
PROF. DR. MEHMET EMİN YÜKSEL
|
|
Yardımcı öğretim eleman(lar)ı
|
-
|
|
Dersin veriliş şekli
|
Yüz Yüze
|
|
Dersin amacı
|
Yapay Sinir Ağlarının Biyomedikal Mühendisliği Alanındaki Uygulamalarını Anlamak ve Kullanmak
|
|
Dersin tanımı
|
Yapay Sinir Ağlarına Genel Bir Giriş Yapılması
|
|
1- |
Sinir Ağı Nedir
|
|
2- |
İnsan Beyni
|
|
3- |
Nöronun Matematiksel Modeli
|
|
4- |
Perseptron
|
|
5- |
Simulasyon: Örüntü Analizi
|
|
6- |
Regrasyon ile Model Oluşturmak
|
|
7- |
En Küçük Kareler Metodu
|
|
8- |
Çok Katmanlı Perseptron
|
|
9- |
Toplu Öğrenme ve On-Line Öğrenme
|
|
10- |
Geriye Yayılım Algoritması
|
|
11- |
Kernel Methodu Radyal Tabanlı Fonksiyon Ağları
|
|
12- |
K-Means Kümeleme
|
|
13- |
Destek Vektör Makinaları
|
|
14- |
Eğitim Algoritmaları
|
|
15- |
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
Yapay Sinir Ağlarının Temellerinin Öğretilmesi
|
|
2- |
Yapay Sinir Ağlarına Biyomedikal Mühendisliği Açısından Bakılması
|
|
3- |
Matematik, fen ve mühendislik bilgilerini uygulama becerisi
|
|
4- |
İhtiyaçları karşılayacak sistem tasarımı
|
|
5- |
Mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
|
|
6- |
Yazılım geliştirilmesi
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
|
|
|
2- |
|
|
|
3- |
|
|
|
4- |
|
|
|
5- |
|
|
|
6- |
|
|
|
7- |
|
|
|
8- |
|
|
|
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 iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
2
|
28
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
14
|
3
|
42
|
|
Ödevler
|
4
|
2
|
8
|
|
Sunum / Seminer hazırlama
|
0
|
0
|
0
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
4
|
2
|
8
|
|
Ara sınavlar
|
1
|
2
|
2
|
|
Proje (Yarıyıl ödevi)
|
0
|
0
|
0
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
4
|
3
|
12
|
|
Yarıyıl sonu sınavı
|
1
|
2
|
2
|
|
Araştırma
|
0
|
0
|
0
|
|
Toplam iş yükü
|
|
|
102
|
|
AKTS
|
|
|
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
40
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
0
|
0
|
|
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
|
Neural Networks and Learning Machines (3rd Edition) by Simon Haykin
|
|
Yardımcı Kaynaklar
|
Neural Network Learning: Theoretical Foundations by Martin Anthony, Peter L. Bartlett
|
|