Yapay Sinir Ağları

Prof.Dr. Ercan ÖZTEMEL

 

 

 

 

 

 

 

 

 

 

 

ISBN: 978-975-6797-39-6  4. basım

Eylül 2106, 232 sayfa

(16,5x24 cm2), 80 gr 1. hamur kağıt

Kitabımız 43 üniversitede ders kitabı olarak kullanılmaktadır.


     Yapay Sinir Ağları PDF indir      şimdi satın al


Bilgisayarlar ve bilgisayar sistemleri insan yaşamının vazgeçilmez bir parçası haline gelmiştir.Cep telefonlarından mutfaklardaki buzdolaplarına kadar birçok alet/eşya bilgisayar sistemiyle çalışmaktadır. İş dünyasından kamu işlerine, çevre ve sağlık organizasyonlarından askeri sistemlere kadar hemen hemen her alanda bilgisayarlardan yararlanmak olağan olmuştur.

1990’lı yıllardan beri bilgisayarların öğrenmesini sağlayan Yapay Sinir Ağları teknolojisinde oldukça hızlı bir gelişme görüldü. Bu teknoloji, kısa zamanda araştırmacıların dikkatlerini üzerine çeken bir bilim dalı olmayı başardı ve çalışmalar laboratuarlardan çıkarak günlük yaşamın bir parçası haline gelmeye başladı. Yapay sinir ağları, insan beyninin en önemli özelliği olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri herhangi bir yardım almadan kendiliğinden gerçekleştirmek amacı ile geliştirilen bilgisayar sistemler olduklarından, hem yeni gelişmelere neden oluyor hem de nasıl çalıştığı bilinmeyen insan beyni hakkında yapılan araştırmalara da önemli katkılar sağlıyor...


         


 Türkiye'nin İnternet kitapçısı; üniversite kitapları---> www.tdk.com.tr                 Ercan ÖZTEMEL kitapları


Kısa zamanda çok sayıda yapay sinir ağı modeli geliştirilmiş ve sayısız uygulama ortaya çıkmıştır. Gelişmeler bu sistemlerin gelecekte daha fazla insan hayatına gireceğini göstermektedir. Bu çalışmalar aslında insan beyninin nasıl çalıştığı ve öğrenme olayını nasıl gerçekleştirdiğini merak etme sonucunda ortaya çıkmıştır. İnsan beyninin nasıl çalıştığı günümüzde de henüz bilinmemektedir. Fakat yapılan çalışmalar ile bilgisayarların öğrenebildikleri ve başarılı sonuçlar ürettikleri görülmektedir. Özellikle çok sayıda bilginin değerlendirilmesini gerektiren olaylarda bu sistemler etkin olarak kullanılmaktadır. Endüstriyel hayattan finansal hayata, tıp biliminden askeri sistemlere kadar bir çok alanda uygulamalar görülmektedir. Bu uygulamalarda elde edilen başarılar hem yapay sinir ağlarının önemini artırmakta hem de bu sistemlere olan ilgiyi artırmaktadır. Bu eser, her geçen gün bu kadar önemli olmasına rağmen Yapay Sinir Ağlarını ele alan Türkçe kitapların eksikliğini bir nebze de olsa gidermek amacıyla hazırlanmıştır.

Kitap içerisinde hem yapay sinir ağlarının felsefesi anlatılmış hem de bu teknolojinin teknik ayrıntıları verilmiştir. Yapay sinir ağlarında, genel olarak, ağa ne öğrenmesi gerektiğini söyleyen bir öğretmenin olup olmamasına göre değişen öğrenme stratejileri vardır. Kitabın içerisinde bu stratejilerin herbiri ile ilgili olarak bir yapay sinir ağının nasıl oluşturulabileceği, nasıl eğitileceği, nasıl sınanacağı anlatılmıştır. Bu konuda dikkat edilmesi gereken konular açıklanmıştır. Bunun yanı sıra günümüzde en çok kullanılan ve özellikle endüstriyel ve sosyal hayatta kendisini göstermiş olan yapay sinir ağları da kısa kısa tanıtılmış ve özellikleri belirtilmiştir. Yapay sinir ağlarının uygulamaları genel olarak gözden geçirilmiş ve donanım olarak piyasa da ticari olarak geliştirilmiş sistemlerden örnekler verilerek bu teknolojinin sadece bir yazılım teknolojisi olmadığı aynı zamanda özel donanımlarında geliştirildiğine dikkatler çekilmiştir.


 

İÇİNDEKİLER

 

ÖNSÖZ

 

Bölüm 1. YAPAY ZEKA VE MAKİNE ÖĞRENMESİNE GENEL BAKIŞ

1.1. Yapay Zeka Teknolojisine Genel Bir Bakış

1.2. Yapay Zeka Teknolojileri

1.3. Makine Öğrenmesi ve Öğrenme Türleri

1.4. Öğrenme Paradigmaları 

1.5. Örneklerden Öğrenme

1.6. Öğrenme Stratejileri

1.6.1. Öğretmenli (Supervised) Öğrenme

1.6.2. Destekleyici (Reinforcement) Öğrenme

1.6.3. Öğretmensiz (Unsupervised) Öğrenme

1.6.4. Karma Stratejiler

1.7. Öğrenme Kuralları

1.7.1. On-line Öğrenme Kuralları

1.7.2. Off-line Öğrenme Kuralları

1.7.3. Öğrenme Kurallarından Bazıları 

1.8. Özet

1.9. Kaynakça

 

Bölüm 2. YAPAY SİNİR AĞLARINA GİRİŞ

2.1. Yapay Sinir Ağlarına Genel Bir Bakış

2.2. Yapay Sinir Ağı Tanımı ve En Temel Görevi

2.3. Yapay Sinir Ağlarının Genel Özellikleri

2.4.Yapay Sinir Ağlarının Önemli Dezavantajları

2.5.Yapay Sinir Ağları İle Neler Yapılabilir?

2.6. Yapay Sinir Ağlarının Kısa Bir Tarihçesi

2.6.1. 1970 Öncesi Çalışmalar

2.6.2. 1970 Sonrası Çalışmalar

2.7. Özet

2.8. Kaynakça

 

Bölüm 3. YAPAY SİNİR AĞLARININ YAPISI VE TEMEL ELEMANLARI

3.1. Biyolojik Sinir Hücreleri

3.2. Yapay Sinir Hücresi (Proses Elemanı)

3.3. Yapay Sinir Hücresinin Çalışma Prensibi

3.4. Yapay Sinir Ağının Yapısı

3.5. Yapay Sinir Ağlarının Çalışması (Kara Kutu Yakıştırması)

3.6. Yapay Sinir Ağlarında Öğrenme, AdaptifÖğrenme ve Test Etme

3.7. Yapay Sinir Ağlarında Bilgi

3.8. Yapay Sinir Ağları ve En Çok Kullanılan Modeller

3.9. Özet

 

Bölüm 4. İLK YAPAY SİNİR AĞLARI

4.1. Tek Katmanlı Algılayıcılar (TKA)

4.2 Basit Algılayıcı Modeli (Perseptron)

4.2.1. Perseptron Modelinin Yapısı

4.2.2. Perseptron Öğrenme Kuralı

4.3. ADALINE/MADALINE Modeli 

4.3.1. ADALINE Ünitesinin Öğrenme Kuralı

4.4. MADALİNE

4.5. Özet

4.6. Kaynakça

 

Bölüm 5. YAPAY SİNİR AĞI MODELİ (ÖĞRETMENLİ ÖĞRENME) ÇOK KATMANLI ALGILAYICI

5.1. Çok Katmanlı Algılayıcı (ÇKA)

5.2. ÇKA Modelinin Yapısı

5.3. ÇKA Ağının Öğrenme Kuralı

5.3.1. İleri Doğru Hesaplama

5.3.2. Geriye Doğru Hesaplama

5.4. ÇKA Ağının Çalışma Prosedürü

5.5. Ağın Eğitilmesi

5.6. XOR Probleminin Çözülmesi 

5.7. ÇKA Ağının Performansının Ölçülmesi 

5.8. ÇKA Ağının Öğrenmek Yerine Ezberlemesi

5.9. Bir ÇKA Ağının Oluşturulmasında Dikkat Edilmesi Gereken Noktalar

5.9.1. Örneklerin Seçilmesi

5.9.2. Girdi ve Çıktıların Gösteriminin Belirlenmesi

5.9.2.1. Girdi Değerlerinin Nümerik Gösterimi

5.9.2.2. Çıktıların Nümerik Gösterimi

5.9.3. Başlangıç Değerlerinin Atanması

5.9.4. Öğrenme Katsayısı ve Momentum Katsayılarının Belirlenmesi

5.9.5. Örneklerin Ağa Sunulması Şekli 

5.9.6. Ağırlıkların Değiştirilmesi Zamanı

5.9.7. Örneklerin Değerlerinin Ölçeklendirilmesi (Scaling)

5.9.7.1. Girdilerin Ölçeklendirilmesi

5.9.7.1.1. Çıktıların Ölçeklendirilmesi

5.9.8. Durdurma Kriterleri

5.9.9. Ara Katman Sayısı ve Proses Elemanlarının Sayısının Belirlenmesi

5.10. Ağların Büyütülmesi veya Budanması

5.11. ÇKA Ağının Uygulama Alanları

5.12.Çok Katmanlı Algılayıcı Bir Örnek Uygulama (Endüstriyel Uygulama)

5.12.1. Problemin Tanımlanması

5.12.2. Öğrenme Setinin Oluşturulması

5.12.3. ÇKA Ağının Oluşturulması 

5.12.4. ÇKA Ağının Eğitilmesi

5.12.5. Sonuçların tartışılması

5.13. Özet

5.14. Kaynakça

 

Bölüm 6.YAPAY SİNİR AĞI MODELİ (DESTEKLEYİCİ ÖĞRENME) - LVQ MODELİ

6.1. LVQ Ağının Özellikleri

6.2. LVQ Ağının Yapısı

6.3. LVQ Ağının Çalışma Prosedürü

6.3.1. LVQ Ağının Öğrenme Kuralı 

6.3.2. LVQ Ağının Eğitilmesi 

6.4. LVQ2 Ağı

6.5. Cezalandırma Mekanizmalı LVQ

6.6. LVQ-X Modeli

6.7. LVQ Ağının Uygulama Alanları

6.8. LVQ – Endüstriyel Bir Örnek Uygulama (Örüntü Tanıma)

6.8.1. Problemin Tanımlanması

6.8.2. Öğrenme Setinin Oluşturulması

6.8.2.1. Normal Şeklin Üretilmesi

6.8.2.2. Artan veya Azalan Trendin Üretilmesi 

6.8.2.3. Yukarı veya Aşağı Doğru Kaymanın Üretilmesi

6.8.2.4. Periyodik Şeklin Üretilmesi

6.8.3. LVQ Ağınının Oluşturulması 

6.8.4. LVQ Ağının Eğitilmesi 

6.8.5. Sonuçların Tartışılması

6.9. Özet

6.10. Kaynakça

 

 Bölüm 7. YAPAY SİNİR AĞI MODELİ (ÖĞRETMENSİZ ÖĞRENME) ADAPTİF REZONANS TEORİ (ART) AĞLARI

7.1. Hafıza/Bellek Kavramı

7.2. ART Ağları

7.3. ART Ağlarının Diğer Yapay Sinir Ağlarından Farkları

7.4. ART Ağlarının Yapısı

7.5. ART Ağlarının Çalışma Prensibi

7.6. ART1 Ağı

7.6.1. ART 1 Ağının Eğitilmesi ve Öğrenmesi

7.7. ART2 Ağı 

7.7.1. ART 2 Ağının Yapısı 

7.7.2. ART 2 Ağının Çalışma Prensibi 

7.7.3. ART2 Ağının Öğrenme Kuralı

7.8. ART Ağlarında Etiketlendirme

7.9. ART 1 - Bir Örnek Uygulama -Grup Teknolojisine Dayalı İmalat Uygulaması

7.9.1. Problemin Tanımlanması

7.9.2. Problemin Modelinin Oluşturulması

7.9.3. Oluşturulan Ağın Eğitilmesi 

7.9.4. Sonuçların Tartışılması

7.10. Özet

7.11. Kaynakça

 

Bölüm 8. GERİ DÖNÜŞÜMLÜ AĞLAR (ELMAN AĞI) VE DİĞER YAPAY SİNİR AĞI MODELLERİ

8.1. Geri Dönümlü Ağlar

8.1.1. Elman Ağı ve Yapısı 

8.1.2. Elman Ağının Öğrenmesi

8.1.3. Geri Dönüşümlü Ağların Uygulama Alanları

8.2. Diğer Yapay Sinir Ağı Modelleri ve Son Araştırmalar

8.2.1. Diğer Yapay Sinir Ağı Modelleri

8.2.2. Hopfield Ağı 

8.2.2.1. Kesikli Hopfield Ağı

8.2.2.2. Sürekli Hopfield Ağı

8.2.3. Counterpropogation Ağı 

8.2.3.1. Kohonen Katmanın Çalışması

8.2.3.2. Grosberg Katmanının Çalışması 

8.2.3.3. Kohonen Katmanını Eğitilmesi 

8.2.3.4. Grosberg Katmanının Eğitilmesi

8.2.4. Cognitron ve Neocognitron Ağları

8.2.4.1. Cognitron Ağı 

8.2.4.2. Cognitronun Eğitilmesi

8.2.4.3. Neocognitron

8.2.5. SOM

8.2.5.1. SOM Ağının Eğitilmesi

8.2.6. Karma ve Bileşik Ağlar

8.3. Özet

8.4. Kaynakça

 

Bölüm 9. BİLEŞİK YAPAY SİNİR AĞLARI

9.1. Birleşik Ağların Yapısı

9.2. Bileşik Ağların Eğitilmesi ve Test Edilmesi

9.3. Ortak Karar Verme Modülü

9.4 Bileşik ağların uygulanması

9.5. Karma sistemler (Uzman sistem + Yapay Sinir ağları)

9.6. Özet

9.7. Kaynakça

 

Bölüm 10. YAPAY SİNİR AĞLARI DONANIMI

10.1. Dijital Yapay Sinir Ağı Donanımları

10.2. Analog Yapay Sinir Ağı Donanımları

10.2.1. Analog Sistemlerin Avantajları ve Dezavantajları

10.3. Karma Tasarımlar

10.4. Yapay Sinir Ağı Donanımlarının Performanslarının Ölçülmesi ve Karşılaştırılmaları

10.5. Özet

 

Bölüm 11. YAPAY SİNİR AĞLARININ UYGULAMALARINA GENEL BİR BAKIŞ

11.1. Yapay Sinir Ağlarının Uygulama Alanlarına Genel Bir Bakış

11.1.1. Endüstriyel Uygulamalar

11.1.2. Finansal Uygulamalar

11.1.3. Askeri Uygulamalar

11.1.4. Sağlık Uygulamaları

11.1.5. Diğer Alanlar

11.2. Herhangi Bir Uygulama İçin Ağ Seçimi

11.3. Yapay Sinir Ağı Uygulamalarının Avantajları

11.4. Yapay Sinir Ağı Uygulamalarının Dezavantajları

11.5. Yapay Sinir Ağı Simulatörleri

11.6. Yapay Sinir Ağları Bilgi Kaynakları

11.7. Özet

 

Kaynakça

 

DİZİN

 


 Kitaplarımızın tüm listesi için buraya tıklayınız.


Akademik Bilimsel ve Üniversite Ders Kitapları, Papatya Bilim