Akademik Dersler - Tanıtım

Son Güncelleme Tarihi: 22/06/2026

Ders Kodu - Ders Adı	Ders Türü	Teori + Uygulama	AKTS
BVA222 - Yapay Sinir Ağları	IV.Yarıyıl	2 +2	5.0

Ders Dili	Türkçe
Ders Türü	Mesleki Seçmeli Dersler
Öğretim Elemanları	ÖĞR. GÖR. AHMET MÜCAHİD ARVASİ
Dersin Veriliş Biçimi	Yüz yüze
Dersin Verildiği Yer
Kullanılan Eğitim Platformları
Önkoşullar	Bu dersin önkoşul ya da eş koşulu bulunmamaktadır.
Önerilen Dersler
Önerilen Kaynaklar
Staj & Uygulama
Dersin Amacı

Haftalar	Öğrenme Çıktıları	Konular	Öğretim Yöntemleri
1. hafta		Biyolojik ve Yapay Nöronlar, Algılayıcılar (Perceptrons) ve Sinir Ağlarına Giriş
2. hafta		Çok Katmanlı Ağlar (MLP) ve İleri Beslemeli (Feedforward) Hesaplama
3. hafta		Aktivasyon Fonksiyonları (Sigmoid, ReLU, Tanh, Softmax) ve Kayıp (Loss) Fonksiyonları
4. hafta		Geri Yayılım Algoritması (Backpropagation) ve Gradyan İniş (Gradient Descent) Matematiği
5. hafta		Gelişmiş Optimizasyon Teknikleri: Adam, RMSprop ve Momentum
6. hafta		Aşırı Uydurmayı (Overfitting) Önleme: Düzenlileştirme, Erken Durdurma (Early Stopping), Dropout ve Batch Normalizasyonu
7. hafta		Evrişimli Sinir Ağlarına (CNN) Giriş: Filtreleme, Ortaklama (Pooling) ve Özellik Çıkarımı
8. hafta		Ara Sınav
9. hafta		Gelişmiş CNN Mimarileri (ResNet, VGG) ve Görüntü Sınıflandırma Uygulamaları
10. hafta		Tekrarlayan Sinir Ağlarına (RNN) Giriş ve Dizi (Sequence) Modelleme
11. hafta		Gelişmiş Tekrarlayan Ağlar: LSTM (Long Short-Term Memory) ve GRU (Gated Recurrent Unit) Mimarileri
12. hafta		Büyük Veri Kümelerinde Model Eğitimi, Transfer Öğrenme (Transfer Learning) ve İnce Ayar (Fine-Tuning)
13. hafta		Hiperparametre Optimizasyonu, Model Değerlendirme Metrikleri ve Çapraz Doğrulama
14. hafta		Gerçek Dünyadan Büyük Veri Analitiği Projeleri ve Öğrenci Sunumları

İçerik girilmemiştir.

İçerik girilmemiştir.

İçerik girilmemiştir.

Değerlendirme Yöntemi ve Geçme Kriterleri
	Sayısı	Yüzde (%)
Toplam (%)