DERS BİLGİLERİ | |||||
---|---|---|---|---|---|
Ders | Kodu | Yarıyıl | Ders Süresi | Kredi | AKTS |
Yapay Zeka Sistemleri | BMS 429 | 7 | 3 | 3 | 5 |
Ön Koşul Dersleri | |
Ders Hakkında Önerilen Diğer Hususlar | None |
Dersin Dili | Türkçe | ||||||
Dersin Seviyesi | Lisans | ||||||
Dersin Türü | Seçmeli | ||||||
Dersin Koordinatörü | Prof. Dr. Mutlu AVCI | ||||||
Dersi Verenler |
|
||||||
Dersin Yardımcıları | |||||||
Dersin Amacı | Temel yapay zeka tekniklerinin öğrenilmesi ve yapay zekanın mühendislik problemlerinde kullanımının anlaşılması. |
||||||
Dersin İçeriği | Yapay zekaya temelleri, fonksiyon yaklaştırma teknikleri; sınıflama teknikleri, öğrenme algoritmaları, yapay sinir ağları, genetik algoritma; karar ağaçları, bulanık mantık, destek vektör makineleri |
Dersin Öğrenme Kazanımları |
---|
1) Akıllı ve zeki sistemleri tanır. |
2) Öğrenme algoritmalarını açıklar. |
3) Fonksiyon yaklaştırma ve sınıflama kavramlarını bilir. |
4) Yapay sinir ağı eğitebilir. |
5) Genetik algoritmayı açıklar. |
6) Karar ağaçlarını uygulayabilir. |
7) Bulanık mantığı tanır. |
8) Destek vektör makinelerini bilir. |
9) |
10) |
11) |
12) |
13) |
14) |
15) |
DERSİN PROGRAM KAZANIMLARINA KATKISI | |||||||
---|---|---|---|---|---|---|---|
No | Temel öğrenme Kazanımları | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | 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 konular hakkında gelişmeleri izleyerek kendini geliştirebilme, 3-Küresel ve toplumsal çerçevede mühendislik çözümlerinin tıp, tıp teknolojileri ve sağlık alanındaki sorunlara katkılarını değerlendirebilme |
||||||
2 | 1- Biyomedikal mühendisliğiyle ilgili problemleri tanımlama. 2. Biyomedikal mühendisliğiyle ilgili problemleri modelleme. |
||||||
3 | 1-Verileri çözümleme, deney yapma ve tasarlama, sonuçları yorumlayabilme |
||||||
4 | 1-Mühendislik uygulamaları için gerekli çağdaş teknikleri ve hesaplama araçlarını kullanabilme,2-Bağımsız davranma, öncelikleri belirleme ve yaratıcılık becerisi, |
||||||
5 | 1-Tanımlanmış bir hedef doğrultusunda bir süreci çözümleyebilme ve tasarlayabilme, 2-Biyomedikal Mühendisliği alanında ulusal ve uluslararası çağdaş sorunları farkında olma |
||||||
6 | 1-Mühendislik bakış açısıyla tıp doktorunun bilimsel çalışmalarındaki problemlerini ve isteklerini anlayabilme, |
||||||
7 | 1-Fikirlerini sözlü ve yazılı, açık ve öz bir şekilde ifade etme, 2-Disiplinler arası takım çalışması yapabilme |
||||||
8 | 1-Biyomedikal Mühendisliğinde kalibrasyon ve kalite güvence sistemleri konularında bilinç sahibi olabilme, 2-Mesleki ve etik sorumluluk bilincine sahip olabilme. |
DERS AKIŞI | |||
---|---|---|---|
Hafta | Konular | Ön Hazırlık | Yöntem |
1 | Yapay zekaya giriş | Ders kaynaklarını okuma | Anlatım |
2 | Hata minimizasyonu ve regresyon | Ders kaynaklarını okuma | Anlatım |
3 | Yapay sinir ağları ve öğrenme algoritmaları | Ders kaynaklarını okuma | Anlatım |
4 | Hata geriye yaymalı öğrenme | Ders kaynaklarını okuma | Anlatım |
5 | Çok katmanlı algılayıcı YSA | Ders kaynaklarını okuma | Anlatım |
6 | Radyal tabanlı YSA | Ders kaynaklarını okuma | Anlatım |
7 | Genel regresyon sinir ağı | Ders kaynaklarını okuma | Anlatım |
8 | Ara Sınav | Ders kaynaklarını okuma | Yazılı Sınav |
9 | Olasılıksal sinir ağı | Ders kaynaklarını okuma | Anlatım |
10 | Genetik algoritma | Ders kaynaklarını okuma | Anlatım |
11 | Karar ağaçları | Ders kaynaklarını okuma | Anlatım |
12 | Bulanık mantık | Ders kaynaklarını okuma | Anlatım |
13 | Destek vektör makinaları 1 | Ders kaynaklarını okuma | Anlatım |
14 | Destek vektör makinaları 2 | Ders kaynaklarını okuma | Anlatım |
15 | Öz Örgütlemeli Ağ | Ders kaynaklarını okuma | Yazılı Sınav |
16-17 | Yarıyıl Sonu Sınavları | Test ve klasik karma sınav |
KAYNAKLAR | |
---|---|
Ders Notu | |
Diğer Kaynaklar |