İÇİNDEKİLER
İçindekiler
1. Baskı Önsöz 5
2. Baskı Önsöz 7
Şekiller Listesi 15
Çizelgeler Listesi 19
I. Kısım
YAPAY SİNİR AĞLARININ GELİŞİMİ VE AĞ YAPILARI
Bölüm 1: Yapay Sinir Ağları 23
1.1. Giriş 23
1.2. Sinir Sistemi 23
1.3. Tarihçe 26
1.4. YSA’nın Özellikleri 29
1.4.1. Doğrusal Olmama 29
1.4.2. Öğrenme 29
1.4.3. Genelleme 29
1.4.4. Uyarlanabilirlik 29
1.4.5. Hata Toleransı 29
1.5. YSA, Geleneksel Hesaplama ve Uzman Sistem Karşılaştırması 30
1.6. YSA Türleri 30
1.6.1. Tipine Göre YSA’lar 31
1.6.2. Öğrenme Yöntemine Göre YSA’lar 32
1.6.2.1. Öğretmenli Öğrenme 32
1.6.2.2. Öğretmensiz Öğrenme 33
1.6.2.3. Destekleyici Öğrenme 33
1.6.3. Yapısına Göre YSA’lar 33
1.6.4. Katman Sayılarına Göre YSA’lar 34
1.7. YSA’ların Uygulama Alanları 34
1.7.1. Sınıflandırma 34
1.7.2. Kümeleme 34
1.7.3. Örüntü Tanıma 34
1.7.4. Fonksiyon Yaklaşımı 34
1.7.5. Tahmin 35
1.7.6. Optimizasyon 35
1.8. YSA Modelleri 35
Kaynaklar 37
Bölüm 2: Tek Katmanlı Algılayıcılar 39
2.1. Giriş 39
2.2. YSH’nin Çalışması 39
2.3. Basit Algılayıcı (Perceptron) 42
2.4. Basit Algılayıcının Sınırları 46
2.4.1. Değil (NOT) Fonksiyonu 47
2.4.2. VE (AND) Fonksiyonu 47
2.4.3. VEYA (OR) Fonksiyonu 48
2.4.4. XOR Fonksiyonu 48
2.5. ADALINE 49
Kaynakça 54
Bölüm 3: Çok Katmanlı Algılayıcı 55
3.1. Giriş 55
3.2. Çok Katmanlı Algılayıcıların Yapısı 56
3.2.1. Yapay Sinir Hücresi ve Katmanlar 57
3.2.2. Birleştirme Fonksiyonu 57
3.2.3. Aktivasyon Fonksiyonu 58
3.2.4. Hata Fonksiyonu 60
3.2.5. Öğrenme Algoritmaları 60
3.3. XOR Probleminin ÇKA ile Çözümü 64
3.4. ÇKA Tasarımında Önemli Noktalar 75
3.4.1. Başlangıç Değerleri 76
3.4.2. Eğitim Süresi 76
3.4.3. Eğitim Kümesinin Büyüklüğü 76
3.4.4. Ağırlık Değiştirme Sıklığı 77
3.4.5. Öğrenme Parametreleri 77
Kaynakça 79
Bölüm 4: LVQ Ağları 81
4.1. Giriş 81
4.2. LVQ Ağlarının Yapısı 83
4.2.1. Aktivasyon Fonksiyonu 84
4.2.2. Hata Fonksiyonu 84
4.3. LVQ Ağlarında Öğrenme 85
4.4. LVQ Varyantları 97
4.4.1. LVQ2 98
4.4.2. LVQ2.1 99
4.4.3. OLVQ1 100
4.4.4. Maliyet Fonksiyonuna Dayalı Varyantlar 100
Kaynaklar 102
II. Kısım
YAPAY SİNİR AĞLARININ TAHMİN AMAÇLI KULLANIMI
Bölüm 5: Tahmin 105
5.1. Giriş 105
5.2. Tahmin Metotları 105
5.2.1.Sebep–Sonuç İlişkisine Dayanan Tahmin Modelleri 106
5.2.2. Zaman Serisi Analizine Dayalı Tahmin Metotları 107
5.3. YSA ve Tahmin 109
5.4. Tahmin Aşamaları 110
Kaynakça 112
Bölüm 6: Tahmin Problemleri İçin ÇKA 115
6.1. Giriş 115
6.2. Tahmin İçin Kurulan ÇKA ile Modellemede Önemli Noktalar 115
6.2.1. Ağ Yapısı 116
6.2.2. Girdi Nöronu Sayısı 117
6.2.3. Gizli Katman Sayısı 118
6.2.4. Gizli Nöron Sayısı 118
6.2.5. Çıktı Nöronu Sayısı 119
6.2.6. Aktivasyon Fonksiyonu 119
6.2.7. Veri Normalleştirme 120
6.2.8. Öğrenme Algoritması 121
6.2.9. Veri Kümesinin Düzenlenmesi 121
6.2.10. ÇKA’nın Performansının Belirlenmesi 122
6.3. ÇKA’nın İstatistik Tekniklere Göre Güçlü ve Zayıf Yanları 124
6.3.1. ÇKA’nın Güçlü Olduğu Yanları 124
6.3.2. ÇKA’nın Zayıf Olduğu Yanları 125
Kaynaklar 126
Bölüm 7: ÇKA ile Sebep–Sonuç İlişkisine Dayalı Tahmin 129
7.1. Giriş 129
7.2. Sebep–Sonuç İlişkisine Dayalı Tahmin 130
7.3. Örnek Uygulamalar 131
Kaynaklar 139
Bölüm 8: ÇKA ile Zaman Serilerine Dayalı Tahmin 141
8.1. Giriş 141
8.2. Zaman Serisi Tahmini 141
8.3. ÇKA ile Zaman Serisi Tahmini 142
8.4. ÇKA ile Çok Dönemli Tahmin 145
8.5. ÇKA ile Mevsimsel Zaman Serileri Tahmini 149
Kaynaklar 150
III. Kısım
YAPAY SİNİR AĞLARININ SINIFLANDIRMA AMAÇLI KULLANIMI
Bölüm 9: Sınıflandırma 155
9.1. Giriş 155
9.2. Sınıflandırma Süreci 155
9.3. Sınıflandırma Modellerinin Değerlendirilmesi 156
9.3.1. Doğruluk 156
9.3.2. Hız 157
9.3.3. İstikrar 157
9.3.4. Yorumlanabilirlik 157
9.4. Sınıflandırma Modellerinde Performans Ölçümü 157
9.4.1. Karıştırma (Confusion) Matrisi 158
9.4.2. ROC Eğrisi 160
9.5. Sınıflandırma Teknikleri 161
Kaynaklar 163
Bölüm 10: LVQ Ağları ile Sınıflandırma 165
10.1. Giriş 165
10.2. LVQ ile Modellemede Önemli Noktalar 166
10.3. LVQ Ağının Performansının Belirlenmesi 166
10.4. LVQ Sınıflandırma Çalışmaları 167
10.5. Örnek Uygulamalar 169
Kaynakça 174
IV. Kısım
YAPAY SİNİR AĞLARI YAZILIMLARI
Bölüm 11: YSA Yazılımları ve Uygulamalar 177
11.1. Giriş 177
11.2. MATLAB Neural Network Toolbox 177
11.3. NNT Kullanıcı Arayüzü 178
11.4. NFTOOL Kullanıcı Arayüzü 182
11.5. MATLAB “.m” Dosyaları ile ÇKA Tasarımı ve Simülasyonu 190
11.6. MATLAB NNT Optimizasyon Algoritmaları 190
11.7. MATLAB NNT Aktivasyon Fonksiyonları 192
Kaynaklar 193
Bölüm 12: YSA İçin MATLAB Kod Örnekleri 195
12.1. Giriş 195
12.2. XOR Problemi İçin ÇKA 195
12.3. Fonksiyon Yaklaşımı İçin ÇKA 197
12.4. Zaman Serisi Tahmini İçin ÇKA 203
12.5. Sınıflandırma İçin LVQ 207
Kaynaklar 208
EKLER
EK 1: MATLAB Kullanımı 211
EK 1.1. Giriş 211
EK 1.2. Hesap Makinesi Olarak MATLAB 212
EK 1.3. Mantıksal İfadeler ve Operatörler 217
EK 1.4. Değişkenler 220
EK 1.5. Matrisler 222
EK 1.6. Matrislerde Aritmetik İşlemler 227
EK 1.7. MATLAB Programlama 231
EK 1.7.1. Fonksiyon Dosyaları 231
EK 1.7.2. Komut Dosyaları 234
EK 1.7.3. Programlama Yapıları 236
EK 1.7.4. Görselleştirme ve Grafikler 239
EK 1.7.5. Veri Okuma ve Yazma 242
Kaynaklar 245
EK 2: MATLAB Neural Networks ToolBox Demoları 247
EK 2.1. Giriş 247
EK 2.2. Basit Algılayıcı Uygulaması 248
EK 2.3. Geri Yayılım Algoritması Uygulaması 249
EK 2.4. LVQ Uygulaması 252
Kaynaklar 254
Kavramlar Dizini 255 |
Bilgisayar, Teknoloji Kitapları 
