Yapay Zeka Yöntemleri
Editör: Prof. Dr. Cemalettin KUBAT
Bölüm yazarlar: Abbas AKKASİ ~ Adem GÖLEÇ ~ Adnan AKTEPE ~ Ahmet Kürşad TÜRKER ~ Alper KİRAZ ~ Bilal TORKUL ~ Cem ÖZKURT ~ Cemalettin KUBAT ~ D. Tetik KÜÇÜKELÇİ ~ Elham PASHAEI ~ Enes Furkan ERKAN ~ Kübra ERDOĞAN ~ M. Mustafa YURDAKUL ~ M. Ali BARIŞKAN ~ Mehmet Emin ASAN ~ Merve Cengiz TOKLU ~ Merve ŞİŞCİ ~ Nihal ALTUNTAŞ ~ Nuran PEKER ~ Orhan TORKUL ~ Özer UYGUN ~ Sena Nur BENLİ ~ Serkan GÖNEN ~ Süleyman ERSÖZ ~ Tuğrul BAYRAKTAR ~ Yunus Emre Torkul ~ Zekai ŞEN
farkımız, kitaplarımızda...
ISBN: 978-625-6701-01-4, Aralık 2023, 484 sayfa
(16x24 cm2), 80 gr 1. hamur kağıt
Yapay Zeka Yontemleri PDF içindekiler
Arka kapak yazısı. Bu kitabın amacı, okuyucuya, güncel bilim ve teknolojilerin öncüsü sayılan “yapay zeka” hakkında, onlara, yön veren bilgiler sunmaktır; akademisyen, araştırmacı ve öğrencilere çalışmalarında konuyla ilgili bilimsel ve teknik destek sağlamaktır. Kitabın bölüm yazarları, ülkemizde ve yurtdışında “yapay zeka” konularında araştırma çalışmaları yapan akademisyen ve araştırmacılardan oluşmaktadır. Toplam ondokuz bölümden oluşan kitabımızda bulanık modelleme, sinir bulanık sistemler, yapay sinir ağları, tıpta tanı ve teşhis uygulamaları, evrişimsel yapay sinir ağı, tıbbi tanıda yapay zeka, genetik algoritmalar, zeki diferansiyel gelişim algoritması, derin öğrenme, pekiştirmeli öğrenme, büyük veri, veri madenciliği, siber güvenlik, yapay arı algoritması ve desteklemeli öğrenme konular ele alınmıştır.
|
|
|
|
 |
İÇİNDEKİLER
Önsöz
Başlarken ~ Giriş
Bölüm 1.
Yapay Zeka’nın Dünü
Bugünü ve Tarihi Gelişimi
Prof.
Dr. Zekai ŞEN
1.1. Giriş
1.2. İnsan ve Zekâ
1.3. Model ve Zekâ
1.4. Yapay
Zekanın Tarihsel Gelişimi
1.5. Doğal ve Yapay Zeka İlişkisi
1.6. Çalışma Soruları
Kaynakça
Bölüm 2.
Bulanık Modelleme
Prof.
Dr. Adem GÖLEÇ
2.1. Bulanık Küme Teorisi
2.1.1.
Bulanık Sayılar
2.1.2. Söylem
Değişkenleri
2.1.3.
Bulanık Kümelerde
İşlemler
2.2. Bilgi
Tabanlı Bulanık Sistemler: Bilgi Tabanı, Bulanıklaştırma,
Bulanık Çıkarım ve
Yöntemleri
2.3. Bulanık
Kümeleme: Esasları,
Bulanık c-Ortalamaları Algoritması, Kümeleme
(Öğrenme)
2.4. Sonuç
2.5. Çalışma Soruları
Kaynakça
Bölüm 3.
Bulanık Sistem Uygulamaları
Dr.
Öğr. Üyesi
Enes Furkan ERKAN ve Prof. Dr. Özer UYGUN
3.1. Bulanık
Mantık
3.2. Uygulama
3.3. Sonuç
3.4. Çalışma Soruları
Kaynakça
Bölüm 4.
Bulanık Mantık Uzantıları ve Çok Kriterli
Karar Verme Yöntemlerinde
Uygulamalar
Doç.
Dr. Merve CENGİZ TOKLU
4.1. Bulanık
Mantık
4.2. Karar
Verme
4.3. Bulanık Çok
Kriterli Karar Verme Yön. Bulanık Küme Uzantıları:
Küresel Bulanık Kümeler,
Küresel Bulanık AHP
4.4. Uygulama
4.5.
Çalışma Soruları
Kaynakça
Bölüm 5. Sinir Bulanık (Neuro Fuzzy) Sistemler
Prof.
Dr. Adem GÖLEÇ
5.1. Giriş
5.2.
Sinir-Bulanık Sistemlerin Türleri
5.3.
Bulanık-Sinir Sistemleri ile Modelleme
5.4.
Sinir-Bulanık Modellerin Doğruluğuna Karşı Yorumlanabilirlikleri
5.5. Sonuç
5.6. Çalışma Soruları
Kaynakça
Bölüm 6.
Yapay Sinir Ağları
Doç.
Dr. Alper KİRAZ
6.1. Yapay
Sinir Ağlarının Tarihçesi ve
Uygulama Alanları
6.2. Yapay
Sinir Ağlarının Temel Kavramları: Giriş Sinyalleri, Sinaptik
Ağırlıklar, Doğrusal Toplam Fonksiyonu
6.3. Yapay
Sinir Ağlarının Özellikleri: Öğrenme ve Adaptasyon, Paralel
İşleme, Gerçekleme
Kolaylığı
6.4. Yapay
Sinir Ağlarında Parametre Seçimi ve
Önemi
6.5. MATLAB
Yapay Sinir Ağları Araç Kutusu
(nnstart)
6.6. MATLAB
YSA Araç Kutusu ile Örnek Problem Çözümleri
6.7.
Çalışma Soruları
Kaynakça
Bölüm 7.
Gri Kurt ve YSA ile Tıpta Teşhis/Tanı Uygulamaları
M.
Mustafa YURDAKUL ve Doç. Dr. Elham PASHAEI
7.1. Gri Kurt
Optimizasyonu (GKO) Algoritması
7.2. İleri
Beslemeli Sinir Ağları
7.3. GKO
Eğitimli-FNN Deneysel Sonuçlar
7.4. Kodlar
7.5. Çalışma Soruları
Kaynakça
Bölüm 8. Derin Öğrenme Yazılımları ve Örnek Uygulamalar
Öğr.
Gör.
Sena Nur BENLİ ve Öğr. Gör. Kübra ERDOĞAN
8.1. Tarihçesi ve Uygulama Alanları
8.2. Derin Öğrenmenin Temel Kavramları
Öğrenme, Test Etme, Doğrulama
8.3. Derin Öğrenme Mimarileri
8.4. Jupyter Notebook
Kurulumu, Python Kütüphaneleri, Bitki Yaprağı
Hastalık Teşhisi
8.5.
Çalışma Soruları
Kaynakça
Bölüm 9.
Tıbbi Tanıda Yapay Zeka Uygulaması
Öğr.
Gör.
Dr. M Emin ASAN
9.1. Yapay
Sinir Ağları Tarihçesi ve
Uygulama Alanları
9.2. Yapay Sinir Ağ Yapısı ve Eğitilmesi
9.3. Yapay Sinir Ağı Temel Yapılar ve Kavramlar
9.4. Yapay
Sinir Ağı Modelinin Tiroit Kanseri Tanısında Uygulanması
9.5.
Çalışma Soruları
Kaynakça
Bölüm 10.
Genetik Algoritmalar
Prof.
Dr. Cemalettin KUBAT
10.1. Genetik
Algoritmanın Tarihçesi ve
Uygulama Alanları
10.2. Genetik
Algoritmanın Temel Kavramları
10.3. Genetik
İşlemciler / Operatörler
10.4. Genetik
Algoritmalarda Parametre Seçimi ve Önemi
10.5. MATLAB
Genetik Algoritma Araç Kutusu
10.6.
Çalışma Soruları
Kaynakça
Bölüm 11.
Bazı Büyüme
Modelleri için Zeki Diferansiyel Gelişim Algoritması
Dr.
Öğr. Üyesi
Didem TETİK KÜÇÜKELÇİ
11.1. Basit
Doğrusal Regresyon Modeli
11.2. Çok
Değişkenli Doğrusal Regresyon Modeli
11.4.
Diferansiyel Gelişim Algoritmaları
11.5. Modeller
ile Uygulama
11.6. Sonuç
11.7.
Çalışma Soruları
Kaynakça
Bölüm 12.
Derin Öğrenme ve Güncel
Uygulamalar
Doç.
Dr. Abbas AKKASİ ve Arş. Gör.
M. Ali BARIŞKAN
12.1. Derin
Öğrenmenin Temelleri: Aktivasyon
Fonk., Geri Yayılım ve Opt., Derin Sinir Ağları
12.2. Derin
Öğrenme Mimarileri
12.3. Eğitim
ve Zorluklar
12.4. Derin
Öğrenme Uygulamaları: Bilgisayar Görüşü, Doğal Dil
İşleme, Sağlık ve Tanı, Otonom Sis.
12.5. Etik
Hususlar
12.6. Gelecek Yönergeler
12.7. Sonuç
12.8.
Çalışma Soruları
Kaynakça
Bölüm 13.
Pekiştirmeli Öğrenme
Dr.
Öğr. Üyesi
Nihal ALTUNTAŞ
13.1. Pekiştirmeli Öğrenmenin Tarihçesi ve Uygulama Alanları
13.2. Pekiştirmeli Öğrenmede Temel Tanımlar
13.3. Markov Karar Süreci
13.4. Keşif – Sömürü İkilemi
13.5.
Pekiştirmeli Öğrenme
Algoritmaları: Dinamik
Prog., Monte Carlo Yöntemi, Geçici–Fark Yöntemleri
13.6. Derin Pekiştirmeli Öğrenme
13.7. Uygulama Alanları
13.8. MATLAB Pekiştirmeli Öğrenme Araç Kutusu: Labirentte Hedefi Bulan Akıllı Sistem
13.9. Çalışma Soruları
Kaynakça
Bölüm 14.
Derin Öğrenme Yöntemleri ile
İskelet Tabanlı İnsan Aktivite Tanıma Uygulaması
Prof.
Dr. Orhan TORKUL, Arş. Gör.
Merve ŞİŞCİ, Yunus Emre TORKUL ve
14.1. Metodoloji
14.1.4. Performans Ölçüm Kriterleri
14.2. Deneysel Analiz
14.3. Sonuçlar
14.4. Çalışma Soruları
Kaynakça
Bölüm 15. Büyük Veri, Veri Madenciliği ve Veri Analizi
Dr.
Nuran PEKER
15.1. Veri Madenciliği
15.2. Büyük Veri
15.3. Veri Analizi ve Veri Analitiği
15.4. Çalışma Soruları
Kaynakça
Bölüm 16. Siber Güvenlik ve Yapay Zeka
Dr.
Öğr. Üyesi
Serkan GÖNEN ve Arş. Gör. M Ali BARIŞKAN
16.1. Arka Plan
16.2. Siber Güvenlikte Yapay Zekânın Rolü
16.3. YZ Tarafından Yönlendirilen Siber Tehditler
16.4. Siber Güvenlik Çözümlerinde Yapay Zeka
16.5. Etik ve Düzenleyici Hususlar
16.6. Gelecek Perspektifler
16.7. Sonuç
16.9. Çalışma Soruları
Kaynakça
Bölüm 17. Yapay Arı Kolonisi· Algoritması
Dr.
Öğretim Gör.
Tuğrul BAYRAKTAR
17.1. Yapay
Arı Kolonisi Alg. Tarihçesi ve
Güncel Uygulama Alanları
17.2. Yapay
Arı Kolonisi Algoritması Temel Kavramları
17.3. Yapay Arı Kolonisi Algoritmasının Özellikleri
17.4. MATLAB ile YAK Algoritması
17.5. MATLAB YAK Algoritması Örnek Problem Çözümleri
17.6. Çalışma Soruları
Kaynakça
Bölüm 18. Hizmet Sistemlerinde YZ ve Sektörel Uygulamalar
Prof.
Dr. Süleyman ERSÖZ, Prof. Dr. Ahmet Kürşad TÜRKER
ve
18.1. Hizmet Sistemlerinde Yapay Zekâ Üzerine Genel Değerlendirme
18.2. Uzman Sistemlerin Hizmet Sistemi Problemlerinin Çözümünde Kullanımı ve Uygulama Örneği
18.3. Yapay
Sinir Ağlarının Hizmet Sistemi Problemlerinin Çözümünde Kullanımı ve Uygulama
Örneği
18.5. Bulanık
Mantık Yaklaşımının Hizmet Sistemi Problemlerinin Çözümünde Kullanımı ve Uygulama Örneği
18.6. Hizmet
Sistemlerinde Metasezgisel Yöntem ile Gezgin Satıcı Probleminin Çözümü Üzerine Bir
Uygulama
Kaynakça
Bölüm 19.
Desteklemeli Öğrenme: Ödül ve
Ceza
Dr.
Öğr. Üyesi
Cem ÖZKURT
19.1. Bilgi Nedir? Bilgi Kavramı
19.2. Ajan Nedir?
19.3. Çevre Nedir?
19.4. Desteklemeli Öğrenmede Kullanılan Algoritma Örnekleri: A* Algoritması
19.5. Unity’de Deep Reinforcement Örneği: Unity ML-Agents Araç Seti
19.5.2. Unity’de Ajanın Eğitimi ve Eğitim Adımlarının İncelenmesi
19.6. Çalışma Soruları
Kaynakça
Dizin
|
|
|
|
|
|
Akademik bilimsel ve üniversite kitapları; Papatya Bilim; farkımız, kitaplarımızda...