|
Yapay Sinir Ağları Prof.Dr. Ercan ÖZTEMEL
farkımız, kitaplarımızda...
Ohhh... mis gibi mürekkep kokulu kitaplar
ISBN: 978-975-6797-39-6 4. basım Kasım 2020, 232 sayfa, (16,5x24 cm2), 80 gr 1. hamur kağıt |
Yapay Sinir Ağları PDF indir kitabı şimdi satın al Arka kapak yazısı. Yapay sinir ağları, insan beyninin özelliklerini yansıtan bilgisayar sistemleridir; öğrenme yoluyla yeni bilgi türetebilme, oluşturabilme ve keşfedebilme gibi yetenekleri herhangi bir yardım almaksızın otomatik olarak gerçekleştirmek amacıyla tasarlanırlar. Böylesi insan beynine ait yeteneklerin geleneksel programlama yaklaşımlarıyla gerçekleştirilmesi ya zordur ya da mümkün değildir; bu nedenle, yapay sinir ağlarının, adaptif bilgi işlemeyle ilgilenen bir bilgisayar bilim dalı olduğu söylenebilir.
* * * 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 TDK Bilim---> 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 1.3. Makine Öğrenmesi ve Öğrenme Türleri 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
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 2.6.2. 1970 Sonrası Çalışmalar
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 4.3.1. ADALINE Ünitesinin Öğrenme Kuralı 4.5. Özet
Bölüm 5. YAPAY SİNİR AĞI MODELİ (ÖĞRETMENLİ ÖĞRENME) ÇOK KATMANLI ALGILAYICI 5.1. Çok Katmanlı Algılayıcı (ÇKA) 5.3. ÇKA Ağının Öğrenme Kuralı 5.4. ÇKA Ağının Çalışma Prosedürü 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 5.9.2. 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 5.9.9. 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 5.12.5. Sonuçların tartışılması
Bölüm 6.YAPAY SİNİR AĞI MODELİ (DESTEKLEYİCİ ÖĞRENME) - LVQ MODELİ 6.2. LVQ Ağının Yapısı 6.3. LVQ Ağının Çalışma Prosedürü 6.3.1. LVQ Ağının Öğrenme Kuralı 6.5. Cezalandırma Mekanizmalı LVQ 6.7. LVQ Ağının Uygulama Alanları 6.8. LVQ – Endüstriyel Bir Örnek Uygulama (Örüntü Tanıma) 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 6.8.5. Sonuçların Tartışılması 6.9. Özet 6.10. Kaynakça
Bölüm 7. YAPAY SİNİR AĞI MODELİ (ÖĞRETMENSİZ ÖĞRENME) ADAPTİF REZONANS TEORİ (ART) AĞLARI 7.3. ART Ağlarının Diğer Yapay Sinir Ağlarından Farkları 7.5. ART Ağlarının Çalışma Prensibi 7.6.1. ART 1 Ağının Eğitilmesi ve Öğrenmesi 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 7.9.2. 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 8.1.3. Geri Dönüşümlü Ağların Uygulama Alanları 8.2. Diğer Yapay Sinir Ağı Modelleri ve Son Araştırmalar 8.2.1. Diğer Yapay Sinir Ağı Modelleri 8.2.3.1. 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 8.2.4.2. Cognitronun Eğitilmesi 8.2.5.1. SOM Ağının Eğitilmesi 8.2.6. Karma ve Bileşik Ağlar
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 11.2. 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
Dizin
|