GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İMYL502 | YAPAY SİNİR AĞLARININ İNŞAAT MÜHENDİSLİĞİNDE UYGULAMALARI | Seçmeli Ders Grubu | 1 | 2 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi ve inşaat mühendisliğindeki uygulamaları hakkında öğrencileri bilgilendirmektir.
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Murat AY
Öğrenme Çıktıları
| 1 | Modelleme yapabilir. |
| 2 | Bir sistemin bağımlı ve bağımsız değişkenlerini bilir. |
| 3 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisini bilir. |
| 4 | İnşaat mühendisliğindeki uygulamaları hakkında bilgi sahibidir. |
| 5 | Modellerin sonuçlarını yorumlayabilir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Yapay zekâ ve uygulamalarını içermektedir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Giriş | ||
| 2 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 3 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 4 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 5 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 6 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 7 | Yapay zekâ tekniklerinden biri olan yapay sinir ağlarının teorisi | ||
| 8 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 9 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 10 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 11 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 12 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 13 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları | ||
| 14 | Yapay sinir ağları tekniklerini öğrenmeleri ve mühendislik alanlarındaki uygulamaları |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Yapay Zekâ Uygulamaları, Prof. Dr. Çetin Elmas 2. Neural Networks with R: Smart models using CNN, RNN, deep learning, and artificial intelligence principles, 2017, Giuseppe Ciaburro, Balaji Venkateswaran 3. Artificial Neural Networks: An Introduction, 2005, Kevin L. Priddy and Paul E. Keller
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 70 |
| Ev Ödevi | 1 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Uygulama/Pratik | 5 | 3 | 15 |
| Rapor Hazırlama | 1 | 15 | 15 |
| Rapor Sunma | 1 | 1 | 1 |
| Makale Kritik Etme | 5 | 1 | 5 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 20 | 20 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 10 | 10 |
| Ev Ödevi | 1 | 5 | 5 |
| Toplam İş Yükü (saat) | 115 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | |
| ÖÇ 1 | 5 | 4 | 4 | 4 | 4 | 4 | |||||||
| ÖÇ 2 | 5 | 4 | 4 | 4 | 4 | 4 | |||||||
| ÖÇ 3 | 5 | 4 | 4 | 4 | 4 | 4 | |||||||
| ÖÇ 4 | 4 | 4 | 4 | 4 | 4 | 5 | |||||||
| ÖÇ 5 | 5 | 4 | 4 | 4 | 4 | 3 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek