Matlab Uygulamalı
Yapay Sinir Ağları
Sayısal Örnekler ¦ MATLAB uygulamaları ¦ Yazılım örnekleri
2. Baskı,
Ağustos 2021
Kitabın Detayları
Dili:
Türkçe
Ebat:
16x24
Sayfa Sayısı:
256
Kitabın Fiyatı:
200,00₺
Stoktan hemen gönderilir.
Kitabın Açıklaması
Bu kitap yapay sinir ağlarının tahmin ve sınıflandırma amaçlı olarak kullanımına yönelik bilgiler vermektedir. Yapay sinir ağlarının MATLAB ile nasıl kurulacağı, eğitileceği, test edileceği ve yeni değerler için çıktılar üreteceği örnekler ile anlatılmıştır. MATLAB örnekleri, hem hazır arayüzlerin nasıl kullanılacağını hem de kod yazarak probleme özel çözümlerin nasıl geliştirileceğini kapsamaktadır.
Kitapta, yapay sinir hücresi, tek katmanlı algılayıcı, çok katmanlı algılayıcı, öğrenen vektör parçalama anlatılmış, tahmin ve sınıflandırma için nasıl kullanılacağı örnekler ile gösterilmiştir. MATLAB ile yapay sinir ağı kurulumu ve similasyonunun anlaşılmasına yardımcı olması amacı ile temel MATLAB kullanımı eklerde anlatılmıştır.
Kitabın, özellikle bilgisayar mühendisliği, endüstri mühendisliği, istatistik, işletme ve ekonometri bölümlerinin lisans, yüksek lisans ve doktora öğrencileri olmak üzere farklı birçok alandan araştırmacılara katkı sağlayacağı düşünülmektedir.
Kitabın Konu Başlıkları
Yapay Sinir Ağları
Tek Katmanlı Algılayıcı
Çok Katmanlı Algılayıcı (ÇKA)
LVQ Ağları
Tahmin
Tahmin Problemleri için ÇKA
ÇKA ile Sebep–Sonuç İlişkisine Dayalı Tahmin
ÇKA ile Zaman Serilerine Dayalı Tahmin
Sınıflandırma
LVQ Ağları ile Sınıflandırma
YSA Yazılımları ve Uygulamalar
YSA İçin MATLAB Kod Örnekleri
Kitapla İlgili Kategoriler
Kitabın İçindekileri
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
Kitabın Fiyatı:
200,00₺
Stoktan hemen gönderilir.
Bu kitaplar da ilginizi çekebilir
Nesnelerin İnterneti Akıllı Ev
Serap Türkyılmaz
Python ile Makine Öğrenmesi
Ömer Deperlioğlu, Utku Köse
Denetim – Muhasebe ve Finansta Yapay Zekâ
Ferhat Sayım
Goo! Yeni Normal Sanal Yönetim ile Başarı
Meriç E. Bebitoğlu
Hakkımızda
|
Uluslararası Yayınevi Belgesi|
2023 Kaynakça Dokümanı|
Kişisel Verilerin Korunması |
Üyelik|
Siparişlerim|
İletişim