|
1. hafta |
Yapay Sinir Ağı (YSA) Nedir: Biolojik sinir ağları Aktivasyon fonksiyonları YSA mimarileri Ağırlıkların ayarlanması Kullanım alanları Mc Culloch-Pitts Nöronları. |
|
2. hafta |
Örnek sınıflandırmada basit YSA algoritmaları: Doğrusal ayrılabilirlik , Hebb eğitim algoritması Mantik fonksiyonları için Hebb ağı Hebbağı ile karakter tanıma uygulaması. |
|
3. hafta |
Basit Perseptron: Mimarisi Perseptron eğitim algoritması Mantik fonksiyonlarına Perseptron uygulaması Karakter tanımada Perseptron uygulamaları Perseptron yakınsama teoremi. |
|
4. hafta |
ADALINE (Adaptive Linear Neuron) ağı: Delta Kuralı ADALINE mimarisi ve eğitim algoritması ADALINE için uygulama algoritması Mantik fonksiyonlarına ADALINE uygulaması Delta kuralının açıklanması. |
|
5. hafta |
Basit Sinir Ağ modellerinin Regresyon ve Örnek tanıma gibi İstatistik modellerle ilişkisi Örnekler. |
|
6. hafta |
Nümune ilişkilendirme: Geliştirilmiş Hebb ve Delta kuralı Dış çarpım Heteroilişkisel Bellek Sinir Ağı Uygulamaları ve Karakter tanıma. |
|
7. hafta |
Nümune ilişkilendirme: Otoilişkisel Ağ ve onun uygulamaları Depolama kapasitesi . |
|
8. hafta |
İteratif Otoilişkisel Ağ Ve uygulamaları Kesikli Hopfield ağı BAM ağı. |
|
9. hafta |
Çok katmanlı perseptron Geriye yayılım eğitim algoritması. |
|
10. hafta |
Genelleştirilmiş Delta Kuralı (GDK). |
|
11. hafta |
Çok katmanlı geriye yayılım ağlarla Lineer olmayan regresyon modellerin karşılaştırılması. |
|
12. hafta |
Ödev ve Projelerin değerlendirilmesi |
|
13. hafta |
Ödev ve Projelerin değerlendirilmesi |
|
14. hafta |
Ödev ve Projelerin değerlendirilmesi |
Eskişehir Teknik Üniversitesi 
Türkçe 
İngilizce