YAPAY SİNİR AĞLARI

PSK627

Ders Kodu: PSK627
Yarıyıl: -
Teori+Uygulama: 3 + 0
AKTS: 10

Dersin Türü

Seçmeli

Dersin Düzeyi

Doktora

Dersin Yılı

Dersin Yarıyılı

AKTS

Öğretim Eleman(lar)ı

Öğrenme Kazanımları

Bu dersin sonunda öğrenciler;

Yapay sinir ağının (YSA) ne demek olduğunu anlarlar.
YSA'ların psikoloji ve sinirbilim için önemini kavrarlar.
YSA'ların nasıl çalıştığı hakkında tartışabilirler.
YSA çeşitleri hakkında tartışabilirler.
Basit bir sinir ağı simülatörü ile öğrenme simülasyonu yapma fırsatı bulurlar.

Veriliş Biçimi

Yüz Yüze

Önkoşullar

Yok

Önerilen Dersler

Yok

Ders Tanımı

Bu derste yapay sinir ağları ve yapay sinir ağlarının insan davranış ve bilişsel süreçlerinin modellemesinde kullanımı ele alınacaktır. Dersin içeriğinde yapay sinir ağlarının yapısı ve bileşenleri, bağlantı geometrileri, ağ parametreleri, ağ tipleri, eşik fonksiyonları, öğrenme paradigmaları ve ağların öğrenme algoritmaları, bellek özellikleri, genelleme ve berimsel yetileri gibi konular üzerinde durulacaktır. Dersin içeriğinde ayrıca perceptron modeli, bağlaşımcılık ve bağlaşımcı modeller, paralel dağıtılmış işleme gibi konular üzerinde de durulacaktır. Görsel algı, öğrenme, konuşma algısı, dil edinimi ve bellek araştırmaları için geliştiren yapay sinir ağı modellerinden örnekler verilerek öğrencilerin yapay sinir ağlarının psikoloji bilimindeki yeri ve kullanımı hakkında bilgi sahibi olması hedeflenmiştir.

Ders İçeriği

HAFTA	KONULAR
1. Hafta	Introduction
2. Hafta	Properties of Neurons
3. Hafta	Artificial Neurons and Neural Networks
4. Hafta	Lateral Inhibition and Sensory Processing
5. Hafta	ANN Types and Their History
6. Hafta	Artificial Network Algorithms
7. Hafta	Learning Algorithms
8. Hafta	T-Learn Neural Network Simulation Program
9. Hafta	Creating a Simple Neural Network with T-Learn
10. Hafta	ANN Discussions
11. Hafta	Representation of Knowledge
12. Hafta	ANNs and Neuroscience
13. Hafta	Hybrid Models
14. Hafta	Hybrid Models
15. Hafta	General Evaluation

Kaynaklar

Anderson, J.A., (1995). An Introduction to Neural Networks. MIT Press.

Bar-Yam, Y. (1997). Dynamics of complex systems. Addison-Wesley.

Rumelhart, D. ve J. McClelland (1986). Parallel distributed processing. MIT Press, Cambridge, Mass
* Bu derste kullanılacak temel materyaller her yıl güncellenmektedir.

Öğretim Yöntemleri

Anlatım
Tartışma

Değerlendirme

	Sayısı	Toplam Katkısı (%)
Proje	1	60
Toplam(%)		60
Yıl İçinin Başarıya Oranı(%)		60
Finalin Başarıya Oranı(%)		40
Toplam(%)		100

AKTS İş Yükü

Aktivite	Sayı	Süre (Saat)	İş Yükü
Ara Sınav
Kısa Sınavlara hazırlık
Sınıf Dışı Ders Çalışma Süresi	14	5	70
Final Sınavına Hazırlık	1	24	24
Ders Saati	15	3	45
Ara Sınava Hazırlık
Laboratuvar
Final Sınavı	1	3	3
Ödevler	1	160	160
Toplam İş Yükü			302
Toplam İş Yükü / 30			10.06
Dersin AKTS Kredisi			10

Dil

Türkçe

Staj / Uygulama

Yok

Program Yeterlilikleri / Öğrenme Kazanımları

	Ö1	Ö2	Ö3	Ö4	Ö5
P1	X		X	X
P2					X
P3			X		X
P4	X	X		X
P5					X
P6	X		X
P7			X	X	X
P8
P9			X		X
P10			X		X
P11
P12
P13
P14					X
P15					X
P16		X
P17					X

	Ö1	Ö2	Ö3	Ö4	Ö5
P1	X		X	X
P2					X
P3			X		X
P4	X	X		X
P5					X
P6	X		X
P7			X	X	X
P8
P9			X		X
P10			X		X
P11
P12
P13
P14					X
P15					X
P16		X
P17					X

	Ö1	Ö2	Ö3	Ö4	Ö5
P1	X		X	X
P2					X
P3			X		X
P4	X	X		X
P5					X
P6	X		X
P7			X	X	X
P8
P9			X		X
P10			X		X
P11
P12
P13
P14					X
P15					X
P16		X
P17					X

	Ö1	Ö2	Ö3	Ö4	Ö5
P1	X		X	X
P2					X
P3			X		X
P4	X	X		X
P5					X
P6	X		X
P7			X	X	X
P8
P9			X		X
P10			X		X
P11
P12
P13
P14					X
P15					X
P16		X
P17					X