Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
Nöral Programlama | CENG 507 | 5 | 9 | 3 + 0 | 3 | 7,50 |
|
Ders Bilgileri |
Dersin Öğretim Dili | İngilizce |
Dersin Seviyesi | Yüksek Lisans |
Dersin Türü | Seçmeli |
Dersin Veriliş Biçimi | Yüz Yüze |
|
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
|
Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
Daha Önce Alınmış Olması Önerilen Dersler | Yok |
|
Dersin Tanımı:
Sinir ağlarının temelleri, Algılama, Çok katmanlı algılama ve geri-çoğalma algoritmaları, Denetsiz öğrenme ve kendi kendini organize etme yolları, Sinir dinamiği (Hofleid Modeli), Merkezcil taban fonksiyon ağları. |
|
Dersin İçeriği (Haftalık Konu Dağılımı): |
|
Hafta | Konu |
|
Kaynaklar: |
Neural Networks: A Practical Guide for Understanding and Programming Neural Networks and Useful Insights for Inspiring Reinvention |
|
Diğer Kaynaklar: |
Neural Network Programming with Java, Alan Souza (Author), Fábio Soares (Author), Packt Publishing (February 4, 2016) |
|
Öğretim Yöntem ve Teknikleri: |
Haftalık 3 saat teori |
|
Değerlendirme Sistemi: |
Yöntem | Adet | Katkı (%) |
Ara sınav | 1 | %35 |
Final Sınavı | 1 | %45 |
Proje | 2 | %20 |
|
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
Gerektirmiyor |