| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Yapay Zeka | BM403 | 6 | 3 + 0 | 5,0 |
| Birim Bölüm | BİLGİSAYAR MÜHENDİSLİĞİ |
| Derece Seviye | Lisans - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Prof. Dr. Uğur YÜZGEÇ |
| Ders Veren | |
| Amaç |
İnsan beyninin öğrenme mekanizmasının modellenerek bilgisayarların tasarımı gün geçtikçe önem kazanmaktadır. Bu derste öğrenme teknikleri anlatılarak, zeki sistemlerin tasarımında gerekli bilgi ve becerilerin kazandırılması amaçlanmaktadır. |
| Ders İçeriği |
Zekâ ve yapay zekâ tanımları. Problem çözme teknikleri: durum-uzayı yaklaşımı, problem-indirgeme yaklaşımı, problem modeli, problem sunumu, ayrıntılı arama algoritmaları (breadth-first, depth-first, iterative deepening), buluşsal arama algoritmaları. Oyun teorisi. Bilgi temsili ve nedenleme: önermeler mantığında; sözdizimi, anlambilim ve ispat kuramı (deductive inference), yüklem mantığı, üretim sistemleri, anlambilim ağları ve çerçeveleri. Kural tabanı, uzman sistemler, çıkarsama motoru. Makine öğrenimi: tümevarım, komutla öğrenme, örneklerle öğrenme, sınıflandırma, açıklama temelli öğrenme, ilişkisel ve sezgisel öğrenme. Yapay zekâ uygulamaları. Dönem ödevi. |
| Ders Kaynakları |
"Yapay Zeka: Bir Modern Yaklaşım" - Stuart Russell ve Peter Norvig
|
| Açıldığı Öğretim Yılı | 2011 - 2012 2017 - 2018 2021 - 2022 2023-2024 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Yapay zeka nedir? Tarihsel gelişimi. | Ders Tartışmalı Ders |
| 2 | Yapay zeka alanındaki ana kavramlar, Turing testi, AI uygulamaları. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 3 | Durum uzayları, problem çözme stratejileri. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 4 | Bilgi temsili, mantık ve önerme mantığı. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 5 | Karar ağaçları, değer fonksiyonları. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 6 | Markov Karar Süreci (MDP) ve değer iterasyonu. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 7 | Öğrenme türleri, öğrenme algoritmaları, ağaç tabanlı algoritmalar. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 8 | Regresyon, sınıflandırma ve model değerlendirmesi. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 9 | Yapay sinir ağları, geri yayılım algoritması. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 10 | Derin sinir ağları, CNN, RNN, GAN'lar. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 11 | NLP temelleri, metin sınıflandırma, dil modellemesi. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 12 | Duygu analizi, metin oluşturma, dil çevirisi. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 13 | Yapay zeka uygulamaları (örneğin, otonom araçlar, sağlık). | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 14 | Yapay zeka etiği, veri gizliliği, otomasyonun toplumsal etkileri. | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Öğrenciler, makine öğrenme kavramlarını, algoritmalarını ve uygulamalarını anlayacaklar. Sınıflandırma, regresyon ve öğrenme algoritmaları hakkında bilgi sahibi olacaklar. | Yazılı Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Öğrenciler, yapay sinir ağları, derin sinir ağları, evrişimli sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) gibi derin öğrenme konularını anlayacaklar. | Yazılı Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Öğrenciler, yapay zeka tekniklerini gerçek dünya problemlerini çözmek için nasıl kullanacaklarını öğrenecekler. Özgün projeler geliştirebilecekler. | Yazılı Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Öğrenciler, makine öğrenme kavramlarını, algoritmalarını ve uygulamalarını anlayacaklar. Sınıflandırma, regresyon ve öğrenme algoritmaları hakkında bilgi sahibi olacaklar. | - | - | - | - | - | - | - | - | - | - |
| Öğrenciler, yapay sinir ağları, derin sinir ağları, evrişimli sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) gibi derin öğrenme konularını anlayacaklar. | - | - | - | - | - | - | - | - | - | - |
| Öğrenciler, yapay zeka tekniklerini gerçek dünya problemlerini çözmek için nasıl kullanacaklarını öğrenecekler. Özgün projeler geliştirebilecekler. | - | - | - | - | - | - | - | - | - | - |
