PROGRAMI
DERS TANITIM VE UYGULAMA BİLGİLERİ

Ders AdıKoduVerildiği YılVerildiği YarıyılSüresi (T+U)Yerel KredisiAKTS Kredisi
Yapay Sinir Sistemlerinin İnşaat Mühendisliği UygulamalarıCE 546593 + 037,50
 
Ders Bilgileri
Dersin Öğretim Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli
Dersin Veriliş BiçimiYüz Yüze
 
Dersin Öğrenme Kazanımları:

Bu dersi başarı ile tamamlayan öğrenciler:
1. Öğrenciler, sığ bir yapay sinir ağının bileşenlerini kodlayabileceklerdir.
2. Öğrenciler, bir yapay sinir ağı için hiperparametreleri optimize edebileceklerdir.
3. Öğrenciler, mühendislik verilerine yapay sinir ağı uygulayabileceklerdir
 
Dersin Önkoşulları ve Birlikte Alınması Gereken DerslerYok
Daha Önce Alınmış Olması Önerilen DerslerYok
 
Dersin Tanımı:

Yapay sinir ağlarının genel yapısı, yapay sinir ağlarında sıkça kullanılan optimizasyon algoritmaları, hiper değişkenler ve optimizasyonu, yapay sinir ağlarının inşaat mühendisliği uygulamaları
 
Dersin İçeriği (Haftalık Konu Dağılımı):
 
HaftaKonu
1Yapay sinir ağlarının temelleri
2Tek katmanlı nöronlar
3Çok katmanlı nöronlar
4Çok katmanlı nöronlar
5Geri besleme algoritmaları
6Yapay sinir ağları
7Yapay sinir ağları
8Hiper değişkenler
9Hiper değişken optimizasyon algoritmaları
10Hiper değişken optimizasyon algoritmaları
11Yapay sinir ağlarının inşaat mühendisliği uygulamaları
12Yapay sinir ağlarının inşaat mühendisliği uygulamaları
13Yapay sinir ağlarının inşaat mühendisliği uygulamaları
14Yapay sinir ağlarının inşaat mühendisliği uygulamaları
 
Kaynaklar:
I. Goodfellow Y.Bengio and A. Courville Deep Learning MIT Press 2016
 
Diğer Kaynaklar:
A. Geron Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems O'Reilly Media 2017
 
Öğretim Yöntem ve Teknikleri:
Haftalık üç saat ders. İki haftada bir verilen ödevlerden oluşan proje
 
Değerlendirme Sistemi:
YöntemAdetKatkı (%)
Aktiviteler1%60
Final Sınavı1%40
 
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu?
Gerektirmiyor