GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 0 | 0 | 0 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
| 1 | Yapay Zekanın temel kavramlarını, tekniklerini, algoritmalarını öğrenerek uygulayabilme yeteneği kazanmak. Bilgisayar mühendisliği ve bilgisayar bilimlerindeki önemini kavramak. |
| 2 | Günümüzde çok kullanılan Yapay Zeka araçlarını tanımak, kullanabilme yeteneği kazanmak. Gerekli temel bilgileri elde ederek güncel programlama dillerinde (Python, Java, C# gibi) yapay zeka içeren basit projeler geliştirebilmek. |
| 3 | Yapay Zeka yazılımları geliştirebilmek. Makine ve yazılımların nasıl zeki hale getirilebileceğini öğrenmek. |
| 4 | Yapay Zeka alanında gelişen araştırma konularını takip edebilir duruma gelebilmek; Bu konuda kısa seminerler hazırlayarak sunum yapabilmek. Makale okuma ve yazabilme deneyimi kazanmak. |
Öğretim Sistemi
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay Zekaya Giriş. | ||
| 2 | Yapay Zeka’nın Tanımı, Önemi, Amaçları, Konuları, Uygulama Alanları, Çalışma ve Araştırma Alanları. Yapay Zeka Dilleri. | ||
| 3 | Arama Yöntemleri I: Bilgisiz (Kör) Arama, BFS (Genişlik Öncelikli Arama), DFS (Derinlik Öncelikli Arama), Derinlik Sınırlı Arama, Yineli Derinleştirmeli Arama. | ||
| 4 | Arama Yöntemleri II: Bilgiye Dayalı (Sezgisel) Arama (En İyi Öncelikli Arama, A*) ve Sezgi; Yerel Arama (Tepe Tırmanma, Tavlama Benzetimi) | ||
| 5 | Optimizasyon Yöntemleri, Metasezgiler ve Genetik Algoritmalar. | ||
| 6 | Makine Öğrenmesi: Python ve Matlab Ortamlarında Makine Öğrenmesi, Makine Öğrenmesi kütüphaneleri, Yazılımları, Uygulama Alanları, İş Olanakları. | ||
| 7 | Uygulama Alanları I: Görüntü İşleme ve Nesne Tanıma. | ||
| 8 | Uygulama Alanları II: Bilgisayar Grafikleri, Bilgisayar Oyunları ve Yapay Zeka. | ||
| 9 | Arasınav | ||
| 10 | Diğer konu ve yöntemler | ||
| 11 | Sunumlar | ||
| 12 | Sunumlar | ||
| 13 | Sunumlar | ||
| 14 | Sunumlar | ||
| 15 | Sunumlar | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 66 |
| Ev Ödevi | 1 | 34 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Rapor Hazırlama | 2 | 5 | 10 |
| Proje Hazırlama | 2 | 18 | 36 |
| Seminer | 1 | 8 | 8 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 20 | 20 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 30 | 30 |
| Toplam İş Yükü (saat) | 150 | ||
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 | |
| ÖÇ 1 | 5 | ||||||||||
| ÖÇ 2 | 3 | 1 | 3 | 3 | 3 | 3 | 3 | 1 | |||
| ÖÇ 3 | 3 | 1 | 5 | 3 | |||||||
| ÖÇ 4 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek