BMM027 Biyomedikal mühendisliği İçin Yapay Zeka

6 AKTS - 3-0 Süre (T+U)- . Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod BMM027
Ad Biyomedikal mühendisliği İçin Yapay Zeka
Yarıyıl . Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil Türkçe
Seviye Yüksek Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. MUTLU AVCI


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 Ön Koşulu

Bulunmamaktadır

Kaynaklar

Tom M. Mitchell, Machine Learning, McGraw Hill, 1997, ISBN: 9780070428072,0070428077.

Notlar

E. Alpaydin, Introduction to Machine Learning, MIT Press, third edition, 2014, ISBN: 0262028182,9780262028189.


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Sınıflama ve fonksiyon yaklaştırmayı ve uygulama farklarını bilir.
ÖÇ02 Hata minimizasyonu ve gerekli matematik işlemleri bilir.
ÖÇ03 Eğiticili öğrenen MLP yapay sinir ağlarını kavrar.
ÖÇ04 Eğiticili öğrenen RBF yapay sinir ağlarını kavrar.
ÖÇ05 Eğiticili öğrenen GRNN ve PNN yapay sinir ağlarını tanır.
ÖÇ06 Eğiticisiz öğrenen kendini inşa eden yapay sinir ağını bilir.
ÖÇ07 Bulanık mantığı ve uygulama alanlarını bilir.
ÖÇ08 Genetik algoritmayı bilir ve optimizasyon problemlerinde kullanır.
ÖÇ09 Karar ağaçlarını entropy ve bilgi kazancına göre tasarlar.
ÖÇ10 Lagrange enterpolasyonunu bilir destek vektör makineleri için kullanır.
ÖÇ11 Destek vektör makinelerini kernel metodlarla kullanır.


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Tıp ve tıp teknolojileri alanında karşılaşılan bilimsel problemlere, matematik, fen ve mühendislik bilimlerinin güncel ve ileri teknik yaklaşımlarını uygulayarak çözüme ulaştırabilme. 5
PÖÇ02 Yetkinlikler - Öğrenme Yetkinliği Biyomedikal mühendisliği biliminin bir alt bilim dalı ile ilgili literatüre vakıf olma, güncel problemleri tanımlama ve modelleme.
PÖÇ03 Beceriler - Bilişsel, Uygulamalı Verileri çözümleme, deney tasarlama, yapma ve sonuçları yorumlayabilme 5
PÖÇ04 Beceriler - Bilişsel, Uygulamalı Mühendislik uygulamaları için araştırılan çağdaş teknikleri ve hesaplama araçlarını geliştirme 5
PÖÇ05 Beceriler - Bilişsel, Uygulamalı Tanımlanmış bir hedef doğrultusunda bir süreci çözümleyebilme ve süreç tasarlayabilme. 4
PÖÇ06 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Mühendislik bakış açısıyla tıp doktoru ile birlikte bilimsel çalışmalar yapma. 3
PÖÇ07 Yetkinlikler - İletişim ve Sosyal Yetkinlik Kendi bulgularını sözlü ve yazılı, açık ve öz bir şekilde ifade etme.
PÖÇ08 Yetkinlikler - Öğrenme Yetkinliği Hayat boyu öğrenmenin önemini benimseyerek, bilim-teknoloji ve çağdaş konular hakkında gelişmeleri izleyerek kendini geliştirebilme.
PÖÇ09 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Bağımsız davranma, öncelikleri belirleme ve yaratıcılık becerisi.
PÖÇ10 Yetkinlikler - Alana Özgü Yetkinlik Biyomedikal Mühendisliği alanında ulusal ve uluslararası çağdaş bilimsel ve sosyal sorunların farkında olma.
PÖÇ11 Yetkinlikler - Alana Özgü Yetkinlik Küresel ve toplumsal çerçevede mühendislik çözümlerinin tıp, tıp teknolojileri ve sağlık alanındaki sorunlara katkılarını değerlendirebilme.


Haftalık Akış

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


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS