| 1 |
Yapay sinir ağlarına giriş:İnsan beyni , nöron modelleri, yöneldirilmiş grafikler olarak görüntülenen sinir ağları, ağ mimarisi. |
| 2 |
Öğrenme Süreçleri: Hata Düzeltme Öğrenimi, Hafıza Tabanlı Öğrenme, Hebbian Öğrenme, Rekabetçi Öğrenme, Boltzmann Öğrenme Kredi Problemi |
| 3 |
Öğrenme Süreçleri: :Gözetimli (Denetimli) Öğrenme, Gözetimsiz(Denetimsiz) Öğrenme, Öğrenme Görevleri, Bellek, Uyarlama,Öğrenme Sürecinin İstatistiksel Doğası, İstatistiksel Öğrenme Teorisi, Muhtemelen Yaklaşık Olarak Doğru Öğrenme Modeli |
| 4 |
Yapay sinir ağlarının oluşturulması: Tek katmanlı Algılayıcılar, Rosenblatt’s perceptron. |
| 5 |
Yapay sinir ağlarının oluşturulması: Tek katmanlı Algılayıcılar, Rosenblatt’s perceptron:Uyarlanabilir Filtreleme Problemi , Doğrusal En Küçük Kareler Filtreler, En Küçük Ortalama Kare Algoritması, Öğrenme Eğrileri , Öğrenme Oranı |
| 6 |
Tek katmanlı Algılayıcılar: Optimizasyon Teknikleri:Kısıtlanmamış Optimizasyon Teknikleri, En Dik İniş, Eğimli İniş, Uyarlanabilir Gradyan, Uyarlanabilir Moment Tahmini (ADAM) |
| 7 |
VİZE SINAV HAFTASI |
| 8 |
Çok katmanlı Algılayıcılar : Çok katmanlı algılayıcılar, geri yayılım algoritmaları |
| 9 |
Çok katmanlı Algılayıcılar : XOR Problemi, Geri Yayılım Algoritmasının Daha İyi Performans Göstermesini Sağlayan Sezgisel Yöntemler, Çıktı Gösterimi ve Karar Kuralı |
| 10 |
Çok katmanlı Algılayıcılar : Özellik Algılama, Geri Yayılım ve Farklılaştırma Hessian Matrisi, Genelleme, Fonksiyonların Yaklaşımları, Çapraz Doğrulama, Ağ Budama |
| 11 |
Çok katmanlı Algılayıcılar : Cover’s teoremi ve Ayrılabilirlik paterni, interpolasyon problemi |
| 12 |
Radyal Taban Fonksiyonlu Yapay Sinir Ağları |
| 13 |
Radyal Taban Fonksiyonlu Yapay Sinir Ağları |
| 14 |
FİNAL SINAV HAFTASI |
