ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX
|
|
- Pinar Önder
- 8 yıl önce
- İzleme sayısı:
Transkript
1 XI İÇİNDEKİLER ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX 1. GİRİŞ PLANLAMANIN TARİHÇESİ Literatürdeki Planlayıcılar ve Kullandıkları Problem... Gösterimi ve Çözümü Metodları Makine Öğrenme: Tarihçesi ve Tanımı Eğitim tecrübesinin seçilmesi Hedef fonksiyon için bir gösterim seçilmesi Takviyeli Öğrenme (Reinforcement Learning RL) Karar verici uzayına karşılık değer fonksiyonu uzayı Takviyeli öğrenme için geçici fark algoritması Takviyeli öğrenme için evrimsel algoritmalar ALAN BAĞIMSIZ (DOMAIN INDEPENDENT) PLANLAYICI SEVİYESİ Görme Destekli Planlama (VGP) Sisteminin Genel Yapısı Planlama Metodu ve Algoritması... 49
2 İÇİNDEKİLER (devam) 3.3 İşletim Mimarisi ve Planlayıcının Mimarideki Yeri Yeniden Planlama Alan Bağımsız Planlama Seviyesi ile Alan Bağımlı Seviye... Arasındaki Arayüz ALAN BAĞIMLI SEVİYE VGP Mimarisinin İşletilebildiği Örnek Çalışma Uzayları... (Alanlar) Alana Özel Arama Control Kuralları (Search Control Rules) Plan Üretilmesi ve İşletilmesi Örneği Beklenmedik Olay Örneği Eşik Düzenleme Çalışması Örneği Karışmış Taşlar Problemi için En Yakın Taş Sezgisine... Alternatif Çözüm: Dijkstra nın En Kısa Yol Çözümünün Uyarlaması99 5. GÖRME SİSTEMİ Görme Sistemi Olarak Kullanılan Metodlar Kullanılan Yapay Sinir Ağı Mimarisi Yapay sinir ağı eğitme Yapay sinir ağı ile tanıma Nesne Ayırma (Object Segmentation) SONUÇ VE TARTIŞMA YARARLANILAN KAYNAKLAR
3 İÇİNDEKİLER (devam) EKLER Ek Ek Ek Ek Ek Ek Ek ÖZGEÇMİŞ
4 XIV ŞEKİLLER DİZİNİ 2.1 Bir Açık Döngü Robot Kontrol Sistemi Subsumption Mimarisinde Kullanılan bir Sonlu Durum Makinası Subsumption Tabanlı Nesne Arayan Robot için Uyarım-Cevap Şeması Subsumption Türünde bir Mimariye Gösterimin Dahil Edilmesi İç Planlar Kullanarak Davranışsal Kontrol Hareket Seçme Kontrollü Mimari Xavier Mobil Robotu Nesne Veri Yapısı Geri Besleme Bilgisinin İş Seviyesine İletildiği Bir Kapalı Döngü Sistemi Planlayıcı Algoritması
5 ŞEKİLLER DİZİNİ (devam) 3.4 Önerilen Mimari İş İzlenceleyici Algoritması Plan İşletim Algoritması Yeniden Planlama Algoritması Maliyet Tablosunun Görünümü Sütun Ortalamaları Eğrisi Eşik Düzenleme Algoritması Karışmış Taşlar İçin Örnek bir Başlangıç Pozisyonu Karışmış Taşlar İçin Örnek bir Hedef Pozisyonu En Yakın Blok Sezgisi Kullanan İş Planlama Algoritması Örnek Bir Konteyner Uzayı Karışmış Taşlar Uzayı Kontrol Kuralı
6 ŞEKİLLER DİZİNİ (devam) 4.6 Konteyner Yerleştirme Uzayı Kontrol Kuralı Üstü Dolu Bloğun (konteyner) Üstündeki Blokları Kaldırma... Algoritması Konteyner Uzayı İçin En Yakın Boş Hücre Bulma Algoritması Örnek bir Plan Kütüğü Rasgele Üretilmiş Başlangıç ve Bitiş Durumları Planlamadan Sonra Dünya Modeli Kol Hareket Ettikten Sonra Beklenen Dünya Modeli (Expected_World_Model) Plan Kütüğündeki Sonraki Adım İşletildikten Sonra Beklenen Dünya Modeli (Expected_World_Model) Plan Tarafından Üretilmiş Başlangıç ve Bitiş Durumları Karıştırmadan Sonra Tahtanın Durumu. (Gözlenen Dünya Modeli (Observed_World_Model) Yeni Başlangıç ve Hedef Durumu
7 ŞEKİLLER DİZİNİ (devam) 4.17 Her Çeşit Taştan Kaçar Adet Olduğunu Gösteren Tablo Eşik Kolonu Öncesi Kolondan Eşik Kolonuna Olan Değişimler Eşik 5 için maliyet tablosu ortalamaları Eşik 15 için maliyet tablosu ortalamaları Eşik 25 için maliyet tablosu ortalamaları Eşik 35 için maliyet tablosu ortalamaları Eşik 45 için maliyet tablosu ortalamaları de tüm eşik değerleri için alternatif 2 kullanılması sonucu elde edilen maliyet tablosu sütun ortalamaları Örnek bir Başlangıç ve Hedef Durum Arasında Oluşması Muhtemel Yolların Tümü Hedef Koordinatlarına Yerleştirilebilecek Taşlar ve Başlangıç ve Hedef Koordinatları Sabit Hareketler
8 ŞEKİLLER DİZİNİ (devam) 4.28 Örnek bir Başlangıç ve Hedef Durumu Hedef Koordinatlarına Yerleştirilebilecek Taşlar ve Başlangıç - Hedef Koordinatları Arama Ağacı Görme Sistemi Blok Diyagramı Kullanılan Yapay Sinir Ağı Mimarisi ve Soldaki Görüntü İle Beslenmesi Hücre Tip Kodları Bir Eğitim Kütüğünün İçeriği Karışmış Taşlar Çalışma Uzayına Ait Bir Kamera Görüntüsü Kamera ile Alınmış 4 4 Boyutlarındaki Bir Tahtanın Görüntüsü Önceki Resime ait Görüntünün Nesnelerine Ayrılmış Hali Gözlenen Dünya Modeli (Observed_World_Model)
9 SÖZLÜK Agent : Component : Propositional calculus : Action : Literal : Constaint satisfaction : Optimal : Precondition : Conjuctive : İntractibality : Contingency : Actuator : Recursive : Allocate : Cost : Distance metric : Syntax : Operatör : Policy : Supervised : Reinforcement : Backpropogate : Successor : Enkoder : Component : Propositional calculus : Action : Literal : Constaint satisfaction : Optimal : Precondition : Conjuctive : İntractibility : Operatör : aracı bileşen önermeler hesabı eylem hazır bilgi kısıt sağlama optimal, en iyi ön koşul birleşik takip edilemezlik dış aracı tarafından meydana getirilen beklenmedik olay eyleyici özyineli ayırmak maliyet yol metriği söz dizimsel işleç karar verici denetimli takviyeli geri besleme halef kodlayıcı bileşen önermeler hesabı eylem hazır bilgi kısıt sağlama optimal, en iyi ön koşul birleşik takip edilemezlik işleç
Yazılım Nedir? 2. Yazılımın Tarihçesi 3. Yazılım Grupları 4 Sistem Yazılımları 4 Kullanıcı Yazılımları 5. Yazılımın Önemi 6
ix Yazılım Nedir? 2 Yazılımın Tarihçesi 3 Yazılım Grupları 4 Sistem Yazılımları 4 Kullanıcı Yazılımları 5 Yazılımın Önemi 6 Yazılımcı (Programcı) Kimdir? 8 Yazılımcı Olmak 9 Adım Adım Yazılımcılık 9 Uzman
DetaylıBLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-3 Durum Uzayında Arama Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Durum uzayı temsilini öğrenmek ve durum uzayında
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için)
BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 5 COME 21 Veri Yapıları ve Algoritmalar COME 22 COME 1 COME 1 COME 411
DetaylıBİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program)
BİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 2+2 3 5 COME 218 Veri Yapıları ve Algoritmalar 2+2 3 6 COME 226
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS YAPAY ZEKA BG-421 4/2 2+1+0 2+.5 4 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Yapay Zeka BİM-433 4/II 2+2+0 3 4,5 Dersin Dili Dersin Seviyesi
DetaylıBLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf
Detaylıkuvvet-buru (tork) ve robot görüntü (robot vision) almaçlarının kısıtları ile sınırlı kalmıştır.
1 1. GİRİŞ Robotik dünyası gerçek dünyada otonom olarak çalışan ve insan müdahalesinin en az olduğu robot sistemleri geliştirmek için çalışmaktadır. Otonom kelimesi etkinlik ve güvenirlik özelliklerini
DetaylıBLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-4 Bilgisiz Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak
DetaylıConcept Learning. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ. Yapay Zeka - Kavram Öğrenme
Concept Learning Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ 1 İÇERİK Öğrenme Metotları Kavram Öğrenme Nedir? Terminoloji Find-S Algoritması Candidate-Elimination Algoritması List-Then Elimination Algoritması
DetaylıI Java Veri Yapıları 1
İçindekiler Önsöz xix I Java Veri Yapıları 1 1 Giriş 3 1.1 Veri Nedir?............................... 3 1.2 Algoritma Nedir?............................ 4 1.3 Veri Yapıları..............................
DetaylıAkıllı Ortamlarda Sensör Kontrolüne Etmen Tabanlı Bir Yaklaşım: Bir Jadex Uygulaması
Akıllı Ortamlarda Sensör Kontrolüne Etmen Tabanlı Bir Yaklaşım: Bir Jadex Uygulaması Özlem Özgöbek ozlem.ozgobek@ege.edu.tr Ege Üniversitesi Bilgisayar Mühendisliği Bölümü İZMİR Sunum Planı - Giriş - Benzer
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Nesne Yönelimli Programlama BİM-222 2/II 1+0+2 2 3 Dersin Dili
DetaylıYazılım Mühendisliği 1
Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Algoritmalar ve Programlama Lab. I BİL 103 1 2+0 2 2 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu
DetaylıÖNSÖZ ŞEKİL LİSTESİ TABLO LİSTESİ
İÇİNDEKİLER ÖNSÖZ ii ŞEKİL LİSTESİ v TABLO LİSTESİ vii ÖZET viii SUMMARY ix BÖLÜM 1. GİRİŞ 1 1.1. YÜKLENİCİ FİRMALARDA İNŞAAT EKİPMANI YÖNETİMİ PROBLEMİNİN ÖNEMİ 1 1.2. PROBLEMİN TANIMLANMASI 3 1.3. YÜKLENİCİ
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS VERİ TABANI BG-313 3/1 3+1+0 3+0,5 5 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
Detaylı... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI
... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE 2018 2019 ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI Hazırlayan : Özel Öğretim Kurumları Birliği (ÖZKURBİR) Dersin Adı : Bilişim
DetaylıDers Adı : Nesne Tabanlı Programlama-I Ders No : Teorik : 3 Pratik : 1 Kredi : 3.5 ECTS : 4. Ders Bilgileri.
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : Nesne Tabanlı Programlama-I Ders No : 0690130114 Teorik : 3 Pratik : 1 Kredi : 3.5 ECTS : 4 Ders Bilgileri Ders Türü Öğretim
DetaylıÖnsöz. İçindekiler Algoritma Algoritma Nasıl Hazırlanır? Yazılımda Algoritma Mantığı Nedir? 1.2. Algoritma Örnekleri ve Sorular
Önsöz Giriş İçindekiler V VII IX 1.1. Algoritma 1.1.1. Algoritma Nasıl Hazırlanır? 1.1.2. Yazılımda Algoritma Mantığı Nedir? 1.2. Algoritma Örnekleri ve Sorular 2.1. Programın Akış Yönü 19 2.2. Başlama
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Veri Tabanı Yönetimi BİM-324 3/II 3+0+0 3 4,5 Dersin Dili Dersin
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Yapay Zeka Sistemleri BIL308 6 3+0 3 4
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Yapay Zeka Sistemleri BIL308 6 3+0 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz Yüze Dersin
DetaylıENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati Kredi AKTS (T+U+L) ŞEBEKE MODELLERİ EN-413 4/I 3+0+0 3 5 Dersin Dili : İngilizce Dersin Seviyesi : Lisans
DetaylıİÇİNDEKİLER. Mantık Kurallarının Elektrik Devrelerine Uygulanması... 14
İÇİNDEKİLER 1. BÖLÜM MANTIK Giriş... 1 Genel Olarak Mantık... 1 Mantığın Tarihçesi ve Modern Mantığın Doğuşu... 1 Mantık Öğretimin Önemi ve Amacı... 2 Önerme... 3 VE İşlemi (Birlikte Evetleme, Mantıksal
DetaylıMakine Öğrenmesi 11. hafta
Makine Öğrenmesi 11. hafta Özellik Çıkartma-Seçme Boyut Azaltma PCA LDA 1 Özellik Çıkartma Herhangi bir problemin makine öğrenmesi yöntemleriyle çözülebilmesi için sistemin uygun şekilde temsil edilmesi
DetaylıMİLLİ SAVUNMA ÜNİVERSİTESİ KARA HARP OKULU DEKANLIĞI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS TANITIM BİLGİLERİ
MİLLİ SAVUNMA ÜNİVERSİTESİ KARA HARP OKULU DEKANLIĞI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS Veritabanı Yönetimi 4 / Bahar (3+0+0)
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS PROGRAMLAMA BG-213 2/1 2+0+2 2+1 5 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS PROGRAMLAMA DİLLERİ BG-324 3/2 3+0+0 3+0 4 Dersin Dili : TÜRKÇE Dersin Seviyesi
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Matlab Programlama BIL449 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze Dersin
DetaylıMEKATRONİK MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI
MEKATRONİK MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI Mekatronik Mühendisliği Yüksek Lisans programının eğitim dili İngilizce olup, tezli ve tezsiz iki programdan oluşmaktadır. Tezli programda öğrencilerin; -
DetaylıAkıllı Satranç Uygulaması HAZIRLAYAN: BERKAY ATAMAN DANIŞMAN: DOÇ. DR. FEZA BUZLUCA
Akıllı Satranç Uygulaması HAZIRLAYAN: BERKAY ATAMAN - 150120037 DANIŞMAN: DOÇ. DR. FEZA BUZLUCA İÇERİK 1. Giriş 2. Analiz 3. Modelleme ve Gerçekleme 4. Yapılan Testler 5. Sonuç 6. Demo 1. GİRİŞ Satranç
DetaylıBilgisayarla Görme (EE 430) Ders Detayları
Bilgisayarla Görme (EE 430) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Bilgisayarla Görme EE 430 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i EE 275, MATH
DetaylıAkdeniz Üniversitesi
F. Ders Tanıtım Formu Dersin Adı Öğretim Dili Akdeniz Üniversitesi Bilgi Teknolojileri Kullanımı Türkçe Dersin Verildiği Düzey Ön Lisans ( ) Lisans (x) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıAkdeniz Üniversitesi
F. Ders Tanıtım Formu Dersin Adı Öğretim Dili Akdeniz Üniversitesi Bilgi ve İletişim Teknolojisi Türkçe Dersin Verildiği Düzey Ön Lisans (x) Lisans ( ) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi
DetaylıİÇİNDEKİLER BÖLÜM 1 TEMEL KAVRAMLAR VE TARİHSEL SÜREÇ. Eğitim Teknolojisi Kavramı ve Tarihi Öğretim Teknolojisi Kavramı ve Tarihi...
İÇİNDEKİLER BÖLÜM 1 TEMEL KAVRAMLAR VE TARİHSEL SÜREÇ Giriş... 3 Teknoloji Kavramı... 3 Eğitim Teknolojisi Kavramı ve Tarihi... 4 Öğretim Teknolojisi Kavramı ve Tarihi... 7 Eğitim ve Öğretim Teknolojisi
DetaylıÇekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme
Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,
DetaylıTAMSAYILI PROGRAMLAMA
TAMSAYILI PROGRAMLAMA Doğrusal programlama problemlerinde sık sık çözümün tamsayı olması gereken durumlar ile karşılaşılır. Örneğin ele alınan problem masa, sandalye, otomobil vb. üretimlerinin optimum
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Bilgisayarlı Kontrol Sistemleri II BIL310 6 3+0 3 4
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Bilgisayarlı Kontrol Sistemleri II BIL310 6 3+0 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu /
DetaylıGENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA
GENETİK ALGORİTMA ÖZNUR CENGİZ 201410306014 HİLAL KOCA 150306024 GENETİK ALGORİTMA Genetik Algoritma yaklaşımının ortaya çıkışı 1970 lerin başında olmuştur. 1975 te John Holland ın makine öğrenmesi üzerine
DetaylıSerdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA
i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan
Detaylı2 SAP ERP SISTEMINDE ÜRETIM PLANLAMA VE KONTROL
İÇİNDEKİLER VII İÇİNDEKİLER 1 SAP TARIHÇESI 1 Temel SAP ERP Yapısı 3 Lojistik Uygulamalar ve Tedarik Zinciri 6 SAP ERP Lojistik Modülleri 8 Malzeme Yönetimi (MM) 8 Satış ve Dağıtım (SD) 8 Üretim Planlama
DetaylıÇoktan Seçmeli Değerlendirme Soruları Akış Şemaları İle Algoritma Geliştirme Örnekleri Giriş 39 1.Gündelik Hayattan Algoritma Örnekleri 39 2.Say
İÇİNDEKİLER 1. Bilgisayarın Yapısı Ve Programlama Dilleri Giriş 1 Bilgisayar ve Programlamanın Kısa Bir Tarihçesi 2 Donanım ve Yazılım Kavramları 3 Bilgisayarın Donanımsal yapısı 4 Giriş Birimi (Input
DetaylıT.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ 5 EKSENLİ ROBOT KOLUNUN YÖRÜNGE PLANLAMASI ve DENEYSEL UYGULAMASI Kenan KILIÇASLAN DOKTORA SEMİNERİ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI YÖNETİCİ Yrd.Doç.Dr.
DetaylıModel-Tabanlı ve Rastgele Karma Yöntem
Android de Çökme Tespitini İyileştirme Amaçlı Model-Tabanlı ve Rastgele Karma Yöntem Yavuz Köroğlu Mustafa Efendioğlu Alper Şen Bilgisayar Mühendisliği Bölümü Boğaziçi Üniversitesi, İstanbul/Türkiye yavuz.koroglu@boun.edu.tr
DetaylıYZM 3217 YAPAY ZEKA DERS#10: KÜMELEME
YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Sayısal Lojik Tasarımı BIL281 3 5+0 5 6 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz Yüze
DetaylıBinary Search. (Yarılama) Bölüm Dizide Bir Öğe Arama
Bölüm 39 Binary Search (Yarılama) 39.1 Dizide Bir Öğe Arama İkil aramayı (yarılama yöntemi) sıralı veri kümelerinde sık sık kullanırız. Örneğin, sözlükte bir sözcüğü ararken, sözlüğün bütün sayfalarını
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRLÜĞÜ DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: CSE 6003
Dersi Veren Birim: Fen Bilimleri Enstitüsü Dersin Türkçe Adı: Makina Öğrenmesi ve Akıl Yürütme Dersin Orjinal Adı: Machine Learning and Reasoning Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora)
DetaylıTEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma
TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya
DetaylıAğrı İbrahim Çeçen Üniversitesi
Ağrı İbrahim Çeçen Üniversitesi FEN BİLİMLERİ ENSTİTÜSÜ FBİ 531 MOBİL PROGRAMLAMA Yarıyıl Kodu Adı T+U 1 FBİ 531 Kredi AKTS 3 3 6 Öğrenim Türü Örgün Öğretim Dersin Dili Türkçe Dersin Düzeyi Fakülte Dersin
Detaylıİçindekiler. I Varyans Analizi (ANOVA) 1. Önsöz. Simgeler ve Kısaltmalar Dizini
İçindekiler Önsöz Simgeler ve Kısaltmalar Dizini v xv I Varyans Analizi (ANOVA) 1 1 Varyans Analizine Giriş 3 1.1 TemelKavramlar... 3 1.2 Deney Tasarımının Temel İlkeleri... 5 1.2.1 Bloklama... 5 1.2.2
DetaylıAVRASYA UNIVERSITY. Dersin Verildiği Düzey Ön Lisans (X ) Lisans ( ) Yüksek Lisans( ) Doktora( )
Ders Tanıtım Formu Dersin Adı Öğretim Dili ALGORİTMA VE PROGRAMLAMAYA GİRİŞ Türkçe Dersin Verildiği Düzey Ön Lisans (X ) Lisans ( ) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi Örgün Öğretim (X )
Detaylı2 ALGORİTMA VE AKIŞ DİYAGRAMLARI
İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ
DetaylıÇ NDEK LER G R fi 1 Bafllamadan Önce 1 Kitab Kimler Okumal? 1 Kitap çerisindeki Örnekler 2 Örneklerin Kullan m 3 Çekinmeden Yaz n 7
+AS3-icindekiler 4/13/10 10:51 PM Page ix Ç NDEK LER G R fi 1 Bafllamadan Önce 1 Kitab Kimler Okumal? 1 Kitap çerisindeki Örnekler 2 Örneklerin Kullan m 3 Çekinmeden Yaz n 7 1 PROGRAMLAMAYA G R fi 9 Programlama
DetaylıHDL ile Gelişmiş Sayısal Tasarım (EE 425) Ders Detayları
HDL ile Gelişmiş Sayısal Tasarım (EE 425) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS HDL ile Gelişmiş Sayısal Tasarım EE 425 Her İkisi 2 2 0 3 5 Ön Koşul
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN
PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.
DetaylıEğitim veya Danışmanlık Hizmetinin Tanımı
Eğitim veya Danışmanlık Hizmetinin Tanımı Programın Adı Proje Kodu Başvuru Sahibi Başvuru Dönemi TR42//TD Teknik Destek Programı TR42//TD/0123 Birlik Vakfı Sakarya Şubesi Eylül-Ekim Dönemi 1. Proje kapsamında
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıOpenZeka MARC. Mini Otonom Araç Yarışması
OpenZeka MARC Mini Otonom Araç Yarışması Hakkımızda Open Zeka, NVIDIA Derin Öğrenme Kurumu ve NVIDIA Embedded Türkiye partneri olarak yeni nesil yapay zeka algoritmaları ve sensörleri kullanarak akıllı
DetaylıİNÖNÜ ÜNİVERSİTESİ MALATYA MESLEK YÜKSEKOKULU DERS TANITIM FORMU. Kredisi AKTS Eğitim Dili Tipi: Zorunlu/ Saat
Öğrenim çıktıları ve yeterlikler Dersin amacı İNÖNÜ ÜNİVERSİTESİ MALATYA MESLEK YÜKSEKOKULU DERS TANITIM FORMU DERSİN KODU VE ADI: 250 JAVA PROGRAMLAMA VE MOBİL UYGULAMALAR BÖLÜM/PROGRAM Bilgisayar Teknolojileri
DetaylıBilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği
Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bilgisayar Mühendisliği Günümüzde, finans, tıp, sanat, güvenlik, enerji gibi bir çok sektör, bilgisayar mühendisliğindeki gelişimlerden
Detaylı1 ÜRETİM VE ÜRETİM YÖNETİMİ
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 ÜRETİM VE ÜRETİM YÖNETİMİ 13 1.1. Üretim, Üretim Yönetimi Kavramları ve Önemi 14 1.2. Üretim Yönetiminin Tarihisel Gelişimi 18 1.3. Üretim Yönetiminin Amaçları ve Fonksiyonları
DetaylıYapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven
Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu Sunan : Esra Nergis Güven İçerik Giriş Amaç ve Kapsam Sınıflandırma Geliştirilen Sistem
DetaylıİSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI
İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI Lineer Ayrılabilen Paternlerin Yapay Sinir Ağı ile Sınıflandırılması 1. Biyolojik Sinirin Yapısı Bilgi işleme
DetaylıTarih Saat Modül Adı Öğretim Üyesi. 01/05/2018 Salı 3 Bilgisayar Bilimlerine Giriş Doç. Dr. Hacer Karacan
BİLGİ TEKNOLOJİLERİ YÖNETİMİ EĞİTİM MODÜLLERİ Tarih Saat Modül Adı Öğretim Üyesi 01/05/2018 Salı Bilgisayar Bilimlerine Giriş Doç. Dr. Hacer Karacan Bu dersin amacı, bilgisayar bilimlerinin temel kavramlarını
Detaylı2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21
İçindekiler Önsöz İkinci Basım için Önsöz Türkçe Çeviri için Önsöz Gösterim xiii xv xvii xix 1 Giriş 1 1.1 Yapay Öğrenme Nedir?......................... 1 1.2 Yapay Öğrenme Uygulamalarına Örnekler...............
DetaylıKredi Limit Optimizasyonu:
Kredi Limit Optimizasyonu: «Teorik Değil Pratik" Simge Danışman Analitik Direktörü, Experian EMEA Kar Gelişimi Kredi Limit Optimizasyonu Optimizasyona Genel Bakış Profilleme Modelleme Karar Matrisleri
Detaylı1 C#.NET GELİŞTİRME ORTAMI 1 Visual Studio 2015 Arayüzü 4 Menu Window 6 Solution Explorer 7 Properties Window 8 Server Explorer 8 Toolbox 9
VII 1 C#.NET GELİŞTİRME ORTAMI 1 Visual Studio 2015 Arayüzü 4 Menu Window 6 Solution Explorer 7 Properties Window 8 Server Explorer 8 Toolbox 9 2 KOD YAZMAYA BAŞLANGIÇ 11.Net Framework 11 Yeni Proje Oluşturmak
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : Grafik ve Animasyon-I Ders No : 0690130054 Teorik : 2 Pratik : 1 Kredi : 2.5 ECTS : 3 Ders Bilgileri Ders Türü Öğretim Dili
DetaylıAOSB 2017 EĞİTİM PROGRAMI
Eğitimin Konusu : Makro Excel Eğitim Tarihi : 04-05-10-11-12 Mayıs 2017 Eğitim Hedef Kitlesi : Excel kulllanıcıları arasında pratiklik ve hız kazanmış, Excel fonksiyonları, Veri Analizi araçlarını kullanma
DetaylıDERS SEÇİM KILAVUZU. Sınıf Dönemi Kodu Adı Sınıf Dönemi Kodu Adı. Nesne Yönelimli Programlama. Yazılım Tasarımı ve Mimarisi
DERS SEÇİM KILAVUZU 1. Ön Koşul Talep Edilen Dersler Hakkında i. Bölümümüze Yüksek Öğrenim Kurumları yerleştirme sınavı ile gelen Öğrenciler için Tablo 1 de verilmiş olan ve bölümümüz ders planında yer
Detaylı=~ Metodu 92 Karakter Sınıfları 94 sub ve gsub metotları 101 Hızlı Tekrar 102 Kontrol Noktası 103 Düello 106 Sonraki Bölümde 109
vii 1 Neden Ruby? 2 Ruby Kurulumu 5 Windows ta Ruby Kurulumu 5 Linux ve Mac OS ta Ruby Kurulumu 6 Doğru Geliştirme Ortamının Seçimi 6 Diğer Ruby Uyarlamaları 9 Örnek Kodlar Hakkında 10 İnternet Adresi
DetaylıKontrol Sistemleri (EE 326) Ders Detayları
Kontrol Sistemleri (EE 326) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kontrol Sistemleri EE 326 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i MATH 275, MATH 276
DetaylıSistem Dinamiği. Bölüm 5-Blok Diyagramlar, Durum-Değişken Modelleri ve Simülasyon Metodları. Doç.Dr. Erhan AKDOĞAN
Sistem Dinamiği Bölüm 5-Blok Diyagramlar, Durum-Değişken Modelleri ve Simülasyon Metodları Sunumlarda kullanılan semboller: El notlarına bkz. Yorum Soru MATLAB Bolum No.Alt Başlık No.Denklem Sıra No Denklem
DetaylıMuhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR
Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege
DetaylıSOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma
SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma Çiğdem İNAN, M. Fatih AKAY Çukurova Üniversitesi Bilgisayar Mühendisliği Bölümü Balcalı-ADANA İçerik Çalışmanın
DetaylıDers 9 İşlem tanımları. Ders Sorumlusu: Dr. Saadettin Erhan KESEN
Ders 9 İşlem tanımları Ders Sorumlusu: Dr. Saadettin Erhan KESEN GİRİŞ Önceki derslerde iki önemli sistem bileşeni olan veri akışları ve veri yapıları tanımlandı. Bu derste üçüncü sistem bileşeni olan
DetaylıDersin Yürütülmesi Hakkında
Ders Kodu Teorik Uygulama Lab. Mesleki Oryantasyon ve Yazılım Mühendisliğine Giriş Ön Koşullar : Yok Önerilen Dersler : Ulusal Kredi Öğretim planındaki AKTS 520048102261193 2 1 0 3 4 Dersin Türü : Programın
DetaylıMakine Öğrenmesi (COMPE 565) Ders Detayları
Makine Öğrenmesi (COMPE 565) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Makine Öğrenmesi COMPE 565 Her İkisi 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili
DetaylıMakine Öğrenmesi 2. hafta
Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS YAZILIM MÜHENDİSLİĞİ BG-411 4/1 3+0+0 3+0 5 Dersin Dili : TÜRKÇE Dersin Seviyesi
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Programlama Dillerinin Prensipleri BİM-323 3/II 3+0+0 3 4 Dersin
DetaylıT.C. NEVŞEHİR HACI BEKTAŞ VELİ ÜNİVERSİTESİ AVANOS MESLEK YÜKSEKOKULU 2014-2015 EĞİTİM-ÖĞRETİM YILI BAHAR DÖNEMİ VİZE SINAV PROGRAMI
6 NİSAN 05 5:00 6 NİSAN 05 3:30 6 NİSAN 05 :00 6 NİSAN 05 04-05 EĞİTİM-ÖĞRETİM YILI BAHAR DÖNEMİ BİLGİSAYAR LİK LİK BİLİMSEL VE KÜLTÜREL ETKİNLİKLER 40 BİLİMSEL VE KÜLTÜREL ETKİNLİKLER K.CÜNERAY 40 LİK
DetaylıEM302 Yöneylem Araştırması 2. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı
Detaylıİlk Konsol Uygulamamız 2 İlk Windows Uygulamamız 9.Net Framework Yapısı 18 Neler Öğrendik 19. Veri Tipleri 24 Tanımlı Veri Tipleri 27 Basit Tipler 28
ix 1 İlk Konsol Uygulamamız 2 İlk Windows Uygulamamız 9.Net Framework Yapısı 18 Neler Öğrendik 19 23 Veri Tipleri 24 Tanımlı Veri Tipleri 27 Basit Tipler 28 Kayan Nokta Tipleri 30 Sayısal Veri Tipi Dönüşümleri
DetaylıMikroişlemciler (EE 208) Ders Detayları
Mikroişlemciler (EE 208) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Kredi AKTS Saati Mikroişlemciler EE 208 Güz 3 2 0 4 5 Ön Koşul Ders(ler)i COMPE 102 (FD) Dersin Dili
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Yazılım Mühendisliği BİM-411 4/I 4+0+0 4 4,5 Dersin Dili Dersin
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıİÇİNDEKİLER BÖLÜM 1 TEMEL KAVRAMLAR VE TARİHSEL SÜREÇ. Eğitim ve Öğretim Teknolojisi Arasındaki Fark... 5
İÇİNDEKİLER BÖLÜM 1 TEMEL KAVRAMLAR VE TARİHSEL SÜREÇ Giriş... 3 Teknoloji Eğitim Teknolojisi, Öğretim Teknolojisi ve Öğretim Tasarım Kavramları... 3 Eğitim ve Öğretim Teknolojisi Arasındaki Fark... 5
DetaylıReel Analiz I (MATH 244) Ders Detayları
Reel Analiz I (MATH 244) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Reel Analiz I MATH 244 Bahar 4 0 0 4 7 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Yabancı Dilde Okuma ve Konuşma BIL221 3 4+0 4 4 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Zorunlu
DetaylıBilgisayar Mühendisliği Bölümü
Bilgisayar Mühendisliği Bölümü Tarihçe Bölüm 1992 yılında kurulmuştur. 1994 yılında Yüksek Lisans eğitimine başlamıştır. 1999 yılından bu güne Lisans eğitimi gerçekleşmektedir. Bölümümüzün MÜDEK ve EUR-ACE
DetaylıUzaktan Eğitim ve E-Öğrenme (ISE 424) Ders Detayları
Uzaktan Eğitim ve E-Öğrenme (ISE 424) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Uzaktan Eğitim ve E-Öğrenme ISE 424 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing
DetaylıÖzörgütlemeli Öğrenme (SOM) A. Cumhur KINACI
Özörgütlemeli Öğrenme (SOM) A. Cumhur KINACI Öğrenme Türleri Eğiticili Öğrenme Eğiticisiz Öğrenme: Ağın verilerin sınıflandırmasını dışarıdan yardım almadan kendi başına yapmasıdır. Bunun olabilmesi için
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
Detaylı