| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Nöral Programlama | CENG 507 | | | 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 |