| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Yapay Sinir Ağları | CENG 481 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Nöronlar, ağırlıklar, önyargılar, aktivasyon fonksiyonları ve katmanlar dahil olmak üzere bir yapay sinir ağının temel yapısını ve bileşenlerini açıklayabilecektir. |
| 2. Uygun çerçeve ve araçları kullanarak ileri beslemeli sinir ağları, evrişimli sinir ağları (CNN'ler) ve tekrarlayan sinir ağları (RNN'ler) gibi çeşitli sinir ağı mimarilerini tasarlayabilecek ve uygulayabilecektir. |
| 3. Geriye yayılım, gradyan iniş optimizasyon teknikleri ve model performansını iyileştirmek için hiperparametre ayarının önemini anlamak da dahil olmak üzere sinir ağlarının eğitim sürecinde yeterlilik kazanacaktır. |
| 4. Sinir ağlarını gerçek dünya problemlerine uygulayabilecek, doğruluk, kesinlik, geri çağırma ve F1 puanı gibi ölçütleri kullanarak performanslarını değerlendirebilecek ve sinir ağı modellerini kullanırken karşılaşılan zorlukları ve dikkat edilmesi gereken hususları kavrayacaktır. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | CENG466 |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Yapay sinir ağlarına genel bakış; eğitim algoritmaları, geri yayılım, ileri besleme ve tekrarlayan ağlar. Yapay sinir ağlarının tasarımındaki temel kavramlar ve bunların temel uygulama alanları da tanıtılmaktadır.
|
| |
Üretken Yapay Zeka Kullanımı:
Öğrenciler, ödev ve projeleri dâhil olmak üzere ders çalışmalarında Üretken Yapay Zekâ araçlarını destekleyici bir kaynak olarak kullanabilirler. Bu araçlar, teorik kavramların analiz edilmesi, pratik sonuçların değerlendirilmesi ve problem çözme becerilerinin geliştirilmesine katkı sağlayabilir. Ancak, yapay zekâ bağımsız çalışmanın yerine geçmemeli, yalnızca yardımcı bir araç olarak görülmelidir. Akademik dürüstlüğün korunması ve hesaplamalı yöntemlere dair derinlemesine bir anlayış geliştirilmesi için AI çıktılarının doğruluğunun titizlikle doğrulanması gerekmektedir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Biyolojik nöron modeline giriş |
| 2 | Doğrusal Yapay Ağlar , Hebbian Öğrenme |
| 3 | Derin Sinir Ağları (Geri Yayılım, XOR Problemi, Çok Katmanlı Perceptron) |
| 4 | Derin Sinir Ağları II (Çıkışlar ve Kayıp Fonksiyonları, Aktivasyon Fonksiyonları) |
| 5 | Düzenlileştirme (Erken Durdurma, Ensemble Yöntemleri, Dropout, Veri Artırma) |
| 6 | Optimizasyon |
| 7 | Convolutional Neural Networks |
| 8 | Convolutional Neural Networks II |
| 9 | Hebbian ağı |
| 10 | Tekrarlayan ağlar |
| 11 | Transformers |
| 12 | Proje sunumları |
| 13 | Sunumlar |
| |
| Kaynaklar: |
| Michael A. Nielsen, "Neural Networks and Deep Learning", Determination Press, 2015
Goodfellow, Ian, Yoshua Bengio, and Aaron Courville, "Deep learning", MIT press, 2016. isbn : 978-0262035613
Zhang, Lipton, Li, Smola, "Dive into Deep Learning"
|
| |
| Diğer Kaynaklar: |
| Martin T. Hagan. Neural Network Design. 2014. ISBN: 9780971732117 |
| |
| Öğretim Yöntem ve Teknikleri: |
| Dersler sınıf ortamında yapılacaktır. Öğrencilerin derslere katılması beklenmektedir. Bu ders önerisi için periyodik olarak laboratuvar saati gerekmemektedir. Öğrenciler, kendilerine güven duydukları herhangi bir programlama dilini/dillerini kullanmakta özgürdürler. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 2 | %20 |
| Ara Sınav | 1 | %20 |
| Aktiviteler | 2 | %40 |
| Final Sınavı | 1 | %20 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 14 | 2,00 | 28,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 6,00 | 6,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 2,00 | 28,00 |
| 6 | Ev ödevleri | 3 | 3,00 | 9,00 |
| 7 | Sınavlara Hazırlık | 0 | 0,00 | 0,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 8,00 | 8,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 2 | 4,00 | 8,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 6,00 | 6,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi; bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. | 3 |
| 2 | Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını gözeterek tanımlama, formüle etme ve analiz becerisi. | 3 |
| 3 | Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi; karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi. | 3 |
| 4 | Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi. | 2 |
| 5 | Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi. | 3 |
| 6 | Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | 0 |
| 7 | Mühendislik meslek ilkelerine uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık. | 0 |
| 8 | Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi. | 0 |
| 9 | Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü, yazılı etkin iletişim kurma becerisi. | 0 |
| 10 | Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik hakkında farkındalık. | 0 |
| 11 | Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi. | 0 |