GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İST432 | YAPAY ZEKA | Seçmeli Ders Grubu | 4 | 8 | 5,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilere yapay zeka alanının temel kavramlarını anlatarak bu kavramları doğru bir şekilde kullanma becerisi ve gerçek hayat problemleriyle entegre etme yeteneği kazandırmak, yapay zekada kullanılan teknikler hakkında bilgi vermek ve bu teknikleri ve çözüm yollarını karşılaştırma becerisi geliştirmek ve yapay zeka teknolojilerinin etik ve toplumsal sorumlulukları hakkında bilinçlendirmektir.
Dersi Veren Öğretim Görevlisi/Görevlileri
Prof.Dr.Gözde ULUTAGAY
Öğrenme Çıktıları
| 1 | Yapay zeka alanının temel kavramlarını anlama ve bu kavramları doğru bir şekilde kullanabilme becerisi kazanma, |
| 2 | Yapay zekayı gerçek hayat problemleriyle entegre etme yeteneği kazanma |
| 3 | İnsan düşünme sistemine benzer program ve makine geliştirmenin temelleri öğrenebilme |
| 4 | Yapay zekada kullanılan teknikler hakkında bilgi edinme, |
| 5 | Yapay zekada kullanılan teknikleri ve bunların çözüm yollarını karşılaştırma becerisi geliştirme, |
| 6 | Yapay zeka tekniklerinin teorisini anlama, |
| 7 | Yapay zeka teknolojilerinin etik ve toplumsal sorumlulukları hakkında bilinçlenme |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Yapay zekanın temel kavramları, sezgisel arama yöntemleri, rekabet ortamında arama, kısıtlamalı problemler, Bayes ağları, Yapay Sinir Ağları, Genetik Algoritmalar, Örüntü tanıma
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay Zekanın Tanımı ve Temel Kavramlar | ||
| 2 | Arama yöntemleriyle problem çözme | ||
| 3 | Sezgisel arama yöntemleri | ||
| 4 | Rekabet ortamında arama, oyunlarda arama | ||
| 5 | Kısıtlamalı problemler | ||
| 6 | Bayes Ağları | ||
| 7 | Bulanık Mantık | ||
| 8 | Yapay Sinir Ağları | ||
| 9 | Ödüllü (Destekli) Öğrenme | ||
| 10 | Genetik Algoritmalar | ||
| 11 | Makine Öğrenmesi Algoritmaları | ||
| 12 | Örüntü Tanıma ve SOM | ||
| 13 | Proje sunumları | ||
| 14 | Proje sunumları |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Russell, S.J. And Norvig, P., Artificial Intelligence : A Modern Approach, Third Edition , Prentice-Hall, 2009. 2. Nabiyev, V., Yapay Zeka, Seçkin Yayıncılık, 2017 3. Karaboğa, D., Yapay Zeka Optimizasyon Algoritmaları, Nobel Yayıncılık, 2020 4. Alpaydın, E., Yapay Öğrenme, Boğaziçi ÜniversitesiYayınevi, 2011
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Uygulama/Pratik | 13 | 1 | 13 |
| Proje Hazırlama | 1 | 30 | 30 |
| Proje Sunma | 1 | 20 | 20 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 25 | 25 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 30 | 30 |
| Performans | 14 | 1 | 14 |
| Toplam İş Yükü (saat) | 136 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | PÇ 17 | PÇ 18 | PÇ 19 | PÇ 20 | PÇ 21 | PÇ 22 | PÇ 23 | PÇ 24 | |
| ÖÇ 1 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 3 | 5 | 5 | 5 | 5 | 5 | ||||||||||
| ÖÇ 2 | 5 | 4 | 4 | 3 | ||||||||||||||||||||
| ÖÇ 3 | 5 | 5 | 5 | 3 | 4 | |||||||||||||||||||
| ÖÇ 4 | 5 | 4 | 4 | |||||||||||||||||||||
| ÖÇ 5 | 5 | 4 | ||||||||||||||||||||||
| ÖÇ 6 | 5 | 4 | ||||||||||||||||||||||
| ÖÇ 7 | 5 | 3 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek