DERS BİLGİLERİ
Ders Kodu Yarıyıl Ders Süresi Kredi AKTS
Introduction to Neural Networks EE   589 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 Doç.Dr. Turgay İBRİKÇİ
Dersi Verenler
 
Dersin Yardımcıları
Dersin Amacı
Bu ders biyoinformatikte son zamanlarda ortaya çıkan biyolojik soruları ele almak için bilgisayarların, yazılım araçlarının ve veri tabanlarının entegrasyonunu içermektedir. Biyoinformatik yaklaşımlar genellikle büyük veri setleri üreten ana girişimler için kullanılır.
Dersin İçeriği
Bu ders, biyoinformatik problemlerini tarih bağlamında tanıtmayı kapsar. Biyolojideki biyoinformatiğe yol açan gelişmeler, Dizi karşılaştırması, Genom dizilimi, Proteomik

Dersin Öğrenme Kazanımları
1) Yapay Sinir Ağlarının temel kavramlarının öğrenilmesi
2) Yapay Sinir Ağlarını anlama
3) YSA problemlerinin MATLAB aracılığı ile çözümünü sağlamak
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)


DERSİN PROGRAM KAZANIMLARINA KATKISI
NoTemel öğrenme KazanımlarıKatkı Düzeyi
12345
1
Elektrik-elektronik mühendisliğinin temellerini oluşturan dalların en az birinde, bilgi düzeyini lisans düzeyinin ötesine çıkararak uzmanlaşabilme.
X
2
Uzmanlaştığı alanın içerdiği tüm konuların birlikte oluşturduğu bütünlüğü kavrayabilme.
X
3
Uzmanlaştığı alandaki mevcut bilimsel literatüre hakim olabilme ve takip edebilme
X
4
Alanının, ilişkili olduğu diğer dallarla olan disiplinlerarası etkileşimini kavrayabilme
X
5
Kuramsal veya deneysel çalışma yapma becerisine sahip olabilme
X
6
Araştırma sonucunda edinilen bilgileri derleyerek bütünlüklü bir bilimsel metin oluşturabilme
X
7
Tez konusu üzerinde, danışmanının belirlediği çerçeve içinde, konunun gerektirdiği mantıksal bütünlüğe uygun olarak, programlı bir şekilde çalışabilme.
X
8
Bilimsel veri tabanlarında literatür araştırması yapabilme; özelde, veri tabanlarını uygun ve doğru şekilde tarama ve listelenen unsurları değerlendirme, kategorize edebilme.
X
9
Uzmanlık alanında İngilizce olarak yazılmış bir bilimsel metni rahatlıkla okuyup anlayacak düzeyde İngilizce bilme
X
10
Uzmanlıştığı konudaki bilgileri, bir sunum formatında derleyip, anlaşılır ve etkin bir şekilde sunabilme.
X
11
Bildiği bir programlama dilinde genelde belirli bir amaca yönelik, özelde uzmanlık alanı ile ilgili olan bir bilgisayar programı yazabilme
X
12
Alanı ile ilgili sorunların çözümlenmesini gerektiren ortamlarda yol gösterici olabilme, insiyatif alabilme
X
13
Uygun bir dil ve tarz ile insanlarla iletişim kurabilme
X
14
Uzmanlık alanı ile ilgili konularda proje, politika, süreç üretebilme ve bu öğeleri değerlendirme
X
15
Mevcut araştırma deneyimine dayanarak yeni konularda da araştırma yapabilme
X

DERS AKIŞI
HaftaKonularÖn Hazırlık Yöntem
1 Giriş, Zekanın Temel Kavramları İnternet Kaynakları
2 YSA'ların Temel Kavramları İnternet Kaynakları
3 Temel Modeller ve Öğrenme Kuralları İnternet Kaynakları
4 İleri beslemeli Yapay Sinir Ağları İnternet Kaynakları
5 Perceptron öğrenme Kural İnternet Kaynakları
6 Çok Katmanlı Algılayıcı / Degrade İniş Algoritması İnternet Kaynakları
7 MATLAB ve Yapay Sinir Ağları İnternet Kaynakları
8 Ara Sınav
9 Denetimsiz Öğrenme İnternet Kaynakları
10 Denetimsiz Öğrenme ve Kendi Kendini Düzenleyen Haritalar- SOM İnternet Kaynakları
11 YSA Değerlendirmeleri İnternet Kaynakları
12 Radyal Temel Fonksiyonlar-RBF NN İnternet Kaynakları
13 Destek Vektör Makineleri - SVM İnternet Kaynakları
14 Sunumlar - I Sunumlar
15 Sunumlar - II Sunumlar
16-17 Yarıyıl Sonu Sınavları

KAYNAKLAR
Ders Notu
Diğer Kaynaklar