| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Yapay Zekaya Giriş | VBL5008 | 1 | 3 + 0 | 7,5 |
| Birim Bölüm | VERİ BİLİMİ VE ANALİTİĞİ - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz Yüze |
| EBS Koordinatörü | Prof. Dr. Serpil TÜRKYILMAZ (Yıl: 2025 - 2026) Dr. Öğr. Üyesi Rukiye POLATTİMUR (Yıl: 2025 - 2026) |
| Ders Veren | |
| Amaç |
Bu dersin amacı, öğrencilere yapay zekâya dair temel kavramları, yöntemleri ve algoritmaları tanıtmak; problem çözme, bilgi temsili, mantıksal çıkarım, arama algoritmaları, belirsizlikle başa çıkma ve makine öğrenmesi gibi temel alanlarda bilgi ve beceri kazandırmaktır. Öğrenciler, teorik bilgilerle birlikte temel uygulamaları da gerçekleştirerek AI sistemlerinin temel yapı taşlarını anlayacaklardır. |
| Ders İçeriği |
Bu ders, yapay zekânın tarihçesi, temel kavramları ve gelişim aşamalarıyla başlar. Devamında akıllı ajanlar ve karar verme süreçleri incelenir. Durum uzayı, problem çözme ve çeşitli arama algoritmaları (BFS, DFS, A*) öğretilir. Mantıksal çıkarım ve bilgi temsili konularıyla yapay zekâ sistemlerinin düşünme mekanizmalarına geçilir. Belirsizlik altında çıkarım yapma, Bayes teoremi ve Naive Bayes sınıflayıcılar ele alınır. Karar ağaçları, takviyeli öğrenme ve Markov karar süreçleri gibi temel makine öğrenmesi yöntemlerine giriş yapılır. Son haftalarda yapay sinir ağlarına ve derin öğrenmeye giriş sağlanır. Ders boyunca her konu, gerçek dünya uygulamaları ve güncel teknolojilerle ilişkilendirilerek verilir. Değerlendirme, ödevler, ara sınav ve final sınavı ile gerçekleştirilir. |
| Ders Kaynakları |
Russell, S. J. & Norvig, P. (2020).
Artificial Intelligence: A Modern Approach (4th Edition), Pearson
Deisenroth, M. P., Faisal, A. A. & Ong, C. S. (2020).
Mathematics for Machine Learning. Cambridge
University Press.
|
| 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
|
|
Yetkinlik Tamamlayıcı Ders
|
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 | 3,0 | |||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Yapay Zekâya Giriş: Tanım, Tarihçe, Temel Kavramlar • Yapay zekâ türleri (zayıf/güçlü), Turing Testi, uygulama alanları | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 2 | Akıllı Ajanlar ve Ortamlar • Ajan türleri, rasyonellik kavramı, çevrelerle etkileşim | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 3 | Problem Çözme ve Durum Uzayı Arama • Arama problemleri, durum uzayı modelleme, problem tanımı | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 4 | Bilinçsiz Arama Algoritmaları • Breadth-First Search (BFS), Depth-First Search (DFS), Uniform-Cost Search | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 5 | Bilinçli (Heuristic) Arama Algoritmaları • A*, Greedy Best-First Search, değerlendirme fonksiyonları | |
| 6 | Markov Karar Süreçleri-I • MDP tanımı, ödül yapıları, temel stratejiler | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 7 | Markov Karar Süreçleri-II • Markov zincirleri, değer fonksiyonu, politika,Geçiş Fonkisyonu, Ödül yapıları | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 8 | Pekiştirmeli Öğrenme • Bellman Eşitliği • Q-learning • Q table | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 9 | Makine Öğrenmesine Giriş • Regresyon, sınıflandırma, kümeleme temel yaklaşımlar | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 10 | Denetimli Öğrenme -I • Regresyon yöntemleri | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 11 | Denetimli Öğrenme -I • Sınıflandırma yöntemleri | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 12 | Topluluk Öğrenmesi • Rastgele Orman, XGM, Catboost vb topluluk öğrenmeleri yöntemleri | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 13 | Denetimsiz Öğrenme • Denetimsiz öğrenme yöntemleri | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| 14 | Genel uygulamalar | Ders Sınıf Dışı Çalışma Tartışmalı Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Yapay zekâ teknolojilerinin temel kavramlarını, tarihsel gelişimini ve uygulama alanlarını tanıma; bu teknolojilerin mühendislik problemlerinde nasıl kullanıldığını analiz etme becerisi. | 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 |
| Arama algoritmaları, bilgi temsili, çıkarım ve belirsizlik yönetimi gibi yapay zekânın temel teknik bileşenlerini kavrayarak uygun problem çözme yaklaşımlarını seçme ve uygulama becerisi. | 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 |
| Denetimli/denetimsiz öğrenme, karar ağaçları, Naive Bayes, sinir ağları gibi temel makine öğrenmesi yöntemlerini kuramsal olarak açıklama ve uygulama ortamında kullanma yetkinliği | 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 |
| Belirsizlik altında karar verme, Bayes teoremi, Naive Bayes ve karar ağaçları gibi yöntemlerle sınıflandırma problemlerine çözüm geliştirme yetkinliği. | 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 |
| Takviyeli öğrenme ve Markov Karar Süreçleri (MDP) gibi yapay zekâ yaklaşımlarının temel yapılarını tanıma ve bu yaklaşımları uygun örneklerle uygulayabilme becerisi. | 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 | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ortalama Değer | - | - | - | - | - | - | - | - | - | - | - |
