BM403 - Yapay Zeka

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

MÜHENDİSLİK FAKÜLTESİ

BİLGİSAYAR MÜHENDİSLİĞİ

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Yapay Zeka	BM403	6	3 + 0	5,0	Seçmeli

Birim Bölüm	Bilgisayar Mühendisliği - Lisans (Yüz yüze)
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 Veren	Gökhan UÇAR

Hafta	Konu
1	Yapay zeka nedir? Tarihsel gelişimi.
2	Yapay zeka alanındaki ana kavramlar, Turing testi, AI uygulamaları.
3	Durum uzayları, problem çözme stratejileri.
4	Bilgi temsili, mantık ve önerme mantığı.
5	Karar ağaçları, değer fonksiyonları.
6	Markov Karar Süreci (MDP) ve değer iterasyonu.
7	Öğrenme türleri, öğrenme algoritmaları, ağaç tabanlı algoritmalar.
8	Regresyon, sınıflandırma ve model değerlendirmesi.
9	Yapay sinir ağları, geri yayılım algoritması.
10	Derin sinir ağları, CNN, RNN, GAN'lar.
11	NLP temelleri, metin sınıflandırma, dil modellemesi.
12	Duygu analizi, metin oluşturma, dil çevirisi.
13	Yapay zeka uygulamaları (örneğin, otonom araçlar, sağlık).
14	Yapay zeka etiği, veri gizliliği, otomasyonun toplumsal etkileri.

Ders İş Yükü	Çalışma Türü / Öğretim Metotlar	Süresi (Saat)	Sayısı
Önceden planlanmış özel beceriler	Problem Çözme	8	1
Gözlem/durumları işleme, Bilişim, yönetsel beceriler, takım çalışması	Laboratuar	8	1
Dinleme ve anlamlandırma	Ders	12	1
Ara Sınav 1		1	30
Ödev 1		1	10
Uygulama 1		1	20
Dönem Sonu Uygulaması		1	40
Ders İş Yükü:		128
AKTS (Ders İş Yükü / 25.5):		5,02

Program Çıktıları
1	Matematik, fen bilimleri, hesaplama ve bilgisayar mühendisliği konularında kuramsal/uygulamalı bilgilere ve yeterli altyapıya sahiptir.
2	Bilişim problemlerini fark etme, tanımlama, formüle etme ve çözme bilgi ve becerisine sahiptir.
3	Gereksinimleri belirlemeye yönelik olarak bir sistemi, sistem parçasını ya da süreci analiz eder, alternatifleri mühendislik yöntemlerini kullanarak kıyaslar, en uygun çözümü tasarlar.
4	Tasarımın gerçekleştirilmesi sürecinde, uygun teknikleri, mühendislik ve bilişim araçlarını seçer ve kullanır; tüm kaynakların verimli kullanımını, süreçlerin etkin planlanmasını, takibini ve uygulanmasını sağlayarak proje yönetimini gerçekleştirir.
5	Disliplin içi ve disiplinler arası projelerde bireysel, takım üyesi veya takım lideri olarak etkin ve sonuç odaklı çalışır. Proje yönetimi, risk yönetimi ve değişiklik yönetimi hakkında bilgi sahibidir.
6	Bir konuya yönelik olarak kaynak araştırmalarını yapar, verimli bir şekilde değerlendirir ve kullanır.
7	Yaşam boyu öğrenmenin ve kişisel gelişimin sürekli farkındalığı ile bilişim teknolojilerindeki güncel gelişmeleri izler. Yenilikleri takip eder, girişimcidir.
8	Sözlü ve yazılı iletişim kurar, İngilizce ve Türkçe kullanarak bilişim alanındaki bilgileri izler, yorumlar ve teknik doküman hazırlar.
9	Bilişim uygulamalarının kurumsal, toplumsal ve çevresel sonuçlarını göz önünde tutar, sorumluluğunun bilincindedir. Sürdürülebilir kalkınma hakkında bilgi sahibidir.
10	Mesleki ve etik sorumluluk bilincine sahiptir, bilişim hukuku temel prensiplerini anlar, değerlendirir ve mesleki çalışmalarına uygular.

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	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.	4	4	4	5	5	4	3	2	2	4
Öğrenciler, yapay sinir ağları, derin sinir ağları, evrişimli sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) gibi derin öğrenme konularını anlayacaklar.	3	4	3	1	3	3	3	3	3	4
Öğrenciler, yapay zeka tekniklerini gerçek dünya problemlerini çözmek için nasıl kullanacaklarını öğrenecekler. Özgün projeler geliştirebilecekler.	1	1	1	1	1	1	1	4	2	4
Öğrenciler, makine öğrenme kavramlarını, algoritmalarını ve uygulamalarını anlayacaklar. Sınıflandırma, regresyon ve öğrenme algoritmaları hakkında bilgi sahibi olacaklar.	3	5	5	4	4	5	5	1	2	3
Öğrenciler, yapay sinir ağları, derin sinir ağları, evrişimli sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) gibi derin öğrenme konularını anlayacaklar.	3	4	3	1	3	4	4	4	4	4
Öğrenciler, yapay zeka tekniklerini gerçek dünya problemlerini çözmek için nasıl kullanacaklarını öğrenecekler. Özgün projeler geliştirebilecekler.	1	4	5	5	5	4	3	3	5	5
Ortalama Değer	2,5	3,67	3,5	2,83	3,5	3,5	3,17	2,83	3	4

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/374908