|
Dersin Dili
|
Türkçe
|
|
Dersin Düzeyi
|
Ön Lisans
|
|
Bölümü / Programı
|
Yapay Zeka Operatörlüğü
|
|
Öğrenim Türü
|
Örgün Öğretim
|
|
Dersin Türü
|
Zorunlu
|
|
Dersin Öğretim Şekli
|
Yüz Yüze
|
|
Dersin Amacı
|
Bu dersin amacı, öğrencilere yapay sinir ağlarının temel prensiplerini, mimarilerini ve derin öğrenme yöntemlerini öğretmektir. Öğrenciler, farklı sinir ağı türlerini tanıyacak, eğitim süreçlerini anlayacak ve gerçek veri setleri üzerinde uygulamalar yaparak modern derin öğrenme yaklaşımlarını deneyimleyeceklerdir.
|
|
Dersin İçeriği
|
Bu derste, yapay sinir ağlarının temel kavramları, öğrenme algoritmaları, aktivasyon fonksiyonları, ileri ve geri yayılım süreçleri ele alınır. Çok katmanlı algılayıcı (MLP), evrişimsel sinir ağları (CNN), tekrarlayan sinir ağları (RNN, LSTM, GRU) gibi farklı mimariler incelenir. Derin öğrenme kütüphaneleri ile uygulamalar yapılır.
|
|
Dersin Yöntem ve Teknikleri
|
Ders; teorik anlatımları destekleyen laboratuvar uygulamaları, problem çözmeye dayalı örnek olay incelemeleri ve bireysel/grup ödevleri aracılığıyla interaktif bir şekilde yürütülmektedir.
|
|
Ön Koşulları
|
Yok
|
|
Dersin Koordinatörü
|
Yok
|
|
Dersi Verenler
|
Öğr.Gör. Cansu OĞUZ cansu.oguz@hku.edu.tr
|
|
Dersin Yardımcıları
|
Yok
|
|
Dersin Staj Durumu
|
Yok
|
Ders Kaynakları
|
Kaynaklar
|
Other Books: Aggarwal, C. C. (2018). Neural Networks and Deep Learning: A Textbook. Springer.
|
|