DERS BİLGİLERİ
Ders Kodu Yarıyıl Ders Süresi Kredi AKTS
Biyomedikal mühendisliği İçin Yapay Zeka BMM   027 1 3 3 6

Ön Koşul Dersleri
Ders Hakkında Önerilen Diğer Hususlar None

Dersin Dili Türkçe
Dersin Seviyesi Yüksek Lisans
Dersin Türü Seçmeli
Dersin Koordinatörü Prof. Dr. Mutlu AVCI
Dersi Verenler
 
Dersin Yardımcıları
Dersin Amacı
Yapay zeka yöntemlerini kavramak ve biyomedikal uygulamaları ile ilgili bilgi birikimi edinmektir.
Dersin İçeriği
Regresyon ve sınıflamanın temelleri, öğrenme algoritmaları, yapay sinir ağları, bulanık mantık, genetik algoritma, karar ağaçları, destek vektör makinesi

Dersin Öğrenme Kazanımları
1) Sınıflama ve fonksiyon yaklaştırmayı kavrama
2) Hata minimizasyonu ve gerekli matematik işlemleri öğrenme
3) Eğiticili öğrenen MLP yapay sinir ağlarını kavrama
4) Eğiticili öğrenen RBF yapay sinir ağlarını kavrama
5) Eğiticili öğrenen GRNN ve PNN yapay sinir ağlarını tanıma
6) Eğiticisiz öğrenen kendini inşa eden yapay sinir ağını anlama
7) Bulanık mantığı öğrenme
8) Genetik algoritmayı analiz etme
9) Karar ağaçlarını tasarlama
10) Lagrange enterpolasyonunu kavrama
11) Destek vektör makinelerini tanıma
12)
13)
14)
15)


DERSİN PROGRAM KAZANIMLARINA KATKISI
NoTemel öğrenme KazanımlarıKatkı Düzeyi
12345
1
Tıp ve tıp teknolojileri alanında karşılaşılan bilimsel problemlere; matematik, fen ve mühendislik bilimlerinin teknik yaklaşımlarını uygulayarak problemleri çözüme ulaştırabilme, 2-Hayat boyu öğrenmenin önemini benimseyerek, bilim-teknoloji ve çağdaş kon
X
2
Biyomedikal mühendisliğiyle ilgili problemleri tanımlama. Biyomedikal mühendisliğiyle ilgili problemleri modelleme.
X
3
Verileri çözümleme, deney yapma ve tasarlama, sonuçları yorumlayabilme
X
4
Mühendislik uygulamaları için gerekli çağdaş teknikleri ve hesaplama araçlarını kullanabilme,Bağımsız davranma, öncelikleri belirleme ve yaratıcılık becerisi,
X
5
Tanımlanmış bir hedef doğrultusunda bir süreci çözümleyebilme ve tasarlayabilme, Biyomedikal Mühendisliği alanında ulusal ve uluslararası çağdaş sorunları farkında olma
X
6
Mühendislik bakış açısıyla tıp doktorunun bilimsel çalışmalarındaki problemlerini ve isteklerini anlayabilme
X
7
Fikirlerini sözlü ve yazılı, açık ve öz bir şekilde ifade etme ve disiplinler arası takım çalışması yapabilme
X

DERS AKIŞI
HaftaKonularÖn Hazırlık Yöntem
1 Hata minimizasyonu ve LMS algoritması Ders kitabının okunması Anlatım
Soru-Cevap
Alıştırma ve Uygulama
Ödev
2 Eğim düşümü, en küçük adımlar ve Levenberg Marquardt algoritmaları İnternetten konunun araştırılması Anlatım
Soru-Cevap
Alıştırma ve Uygulama
Ödev
3 Yapay sinir ağlarına giriş Ders kitabının okunması Anlatım
Soru-Cevap
Gösteri
Ödev
4 Eğiticili öğrenme ve Perceptron öğrenme algoritması Ders kitabının okunması Anlatım
Soru-Cevap
Gösteri
Ödev
5 MLP yapay sinir ağı Ders kitabının okunması Anlatım
Soru-Cevap
Ödev
6 RBF yapay sinir ağı Ders kitabının okunması Anlatım
Soru-Cevap
Gösteri
Ödev
7 GRNN ve PNN yapay sinir ağları Tanıtıcı makalelerin okunması Anlatım
Soru-Cevap
Tartışma
Gösteri
Ödev
8 Ara Sınav Ders yansı ve notlarının tekrar edilmesi Ödev
Proje / Tasarım
9 Eğiticisiz öğrenme ve SOM yapay sinir ağı Ders notlarının okunması Anlatım
Soru-Cevap
Gösteri
Ödev
10 Bulanık Mantık Ders notlarının okunması Anlatım
Gösteri
Ödev
11 Karar ağacı Ders notlarının okunması Anlatım
Gösteri
Ödev
12 Genetik algoritma Ders notlarının okunması Anlatım
Gösteri
Ödev
13 Lagrange enterpolasyonu İnternetten konunun araştırılması Anlatım
14 Destek vektör makinesi Ders notlarının okunması Anlatım
Gösteri
15 Veri kümeleri üzerinde çalışmak İnternetten konunun araştırılması Anlatım
Ödev
16-17 Yarıyıl Sonu Sınavları Ders yansı ve notlarının tekrar edilmesi Yazılı Sınav

KAYNAKLAR
Ders Notu
Diğer Kaynaklar