Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
BİL 4109	ESNEK HESAPLAMA TEKNİKLERİ	SEÇMELİ	3	0	0	5

Dersi Veren Birim

Bilgisayar Bilimleri

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ AYŞE ÖVGÜ KINAY

Dersi Alan Birimler

Bilgisayar Bilimleri

Dersin Amacı

Bu dersin amacı, esnek hesaplamalara giriş, yapay sinir ağlarının temelleri, bulanık çıkarsama sistemleri, genetik algoritma, tavlama benzetimi ve melez sistemler konularını öğretmektir.

Dersin Öğrenme Kazanımları

1	Yapay sinir ağları hakkında temel bilgilere sahip olma.
2	Bulanık çıkarsama sistemleri hakkında temel bilgilere sahip olma.
3	Evrimsel algoritmalar hakkında temel bilgilere sahip olma.
4	Melez sistemler hakkında temel bilgilere sahip olma.
5	Esnek hesaplamalı modeller oluşturabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Esnek Hesaplama Tekniklerine Giriş
2	Tavlama Benzetimi Algoritması
3	Tavlama Benzetimi Algoritması Uygulamalarının İncelenmesi
4	Evrimsel Hesaplama ve Genetik Algoritma
5	Genetik Algoritma Operatörleri
6	Genetik Algoritma Uygulamalarının İncelenmesi
7	Genetik Algoritma Uygulamalarının İncelenmesi (devamı)
8	Ara sınav
9	Sürü Zekâsı Algoritmaları ve Karınca Kolonisi Algoritması
10	Karınca Kolonisi Algoritması
11	Karınca Kolonisi Algoritması Uygulamalarının İncelenmesi
12	Arı Kolonisi Tabanlı Algoritmalar ve Yapay Arı Kolonisi Algoritması
13	Yapay Arı Kolonisi Algoritması
14	Yapay Arı Kolonisi Algoritmasının Uygulamalarının İncelenmesi

Ders İçin Önerilen Kaynaklar

Ana kaynak:
Neural Network, Fuzzy Logic, and Genetic Algorithms - Synthesis and Applications", by S. Rajasekaran and G.A. Vijayalaksmi Pai, (2005), Prentice Hall,
Soft Computing and Intelligent Systems - Theory and Application , by Naresh K. Sinha and Madan M. Gupta (2000), Academic Press,.
Yardımcı kaynaklar:
Soft Computing and Intelligent Systems Design - Theory, Tools and Applications", by Fakhreddine karray and Clarence de Silva (2004), Addison Wesley,
Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence by J. S. R. Jang, C. T. Sun, and E. Mizutani, (1996), Prentice Hall.

Öğrenme ve Öğretme Yöntemleri

Ders, anlatım, sınıf sunumu ve tartışma biçiminde öğretilecek. Öğretilen dersin yanı sıra, öğrencilere gruplar halinde sunumlar hazırlatılacak ve tartışmalı oturumlar şeklinde sundurulacaktır. Dersin bazı haftalarında, daha önce verilen ödev sonuçları tartışılarak pekiştirilecektir.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	ODV	Ödev
2	VZ	Vize
3	FN	Final
4	BNS	BNS	ODV * 0.45 + VZ * 0.25 + FN * 0.30
5
6

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar