GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 501003602022 | ARTIFICIAL INTELLIGENCE METHODS | Ders | 3 | 6 | 5,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Öğrencilerin Yapay Zeka alanına giriş yapabilmelerini ve güncel gelişmeleri takip edebilmelerini sağlamak; Yapay Zeka, Makine Öğrenmesi ve Eniyileme kapsamındaki temel yöntem ve algoritmaları öğretmek; Yapay Zeka ve Uygulama Alanlarında projeler geliştirebilir hale getirmek.
Dersi Veren Öğretim Görevlisi/Görevlileri
Prof. Dr. Aybars UĞUR
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 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 deneyimi kazanmak. |
| 5 | Bilgiye Dayanmayan Arama, Sezgisel Arama, Yerel Arama Yöntemlerini ve Genetik Algoritmaları anlayabilme, yazabilme ve problemlerin çözümünde kullanabilme. |
| 6 | Makine Öğrenmesi paradigmalarının farklılıklarını ifade edebilme, makine öğrenmesi yöntemlerini sınıflandırma, tahminleme ve kümeleme gibi problemlerin çözümünde kullanabilme. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Yapay Zeka, Arama Yöntemleri, Genişlik Öncelikli Arama, Derinlik Öncelikli Arama, Derinlik Sınırlı Arama, Yineli Derinleştirmeli Arama, A* Algoritması, Tepe Tırmanma, Isıl İşlem Algoritması; Eniyileme Yöntemleri, Metasezgiler, Genetik Algoritmalar; Makine Öğrenmesi Yöntemleri; Uygulama Alanları: Görüntü İşlemede Yapay Zeka, Bilgisayar Oyunlarında Yapay Zeka.
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
Ders Kitabı: Prof. Dr. Çetin Elmas, 2011, "Yapay Zeka Uygulamaları", 2. Baskı, Seçkin Yayıncılık, 425 s. Yardımcı Kaynaklar: Russell, S.J. And Norvig, P., “Artificial Intelligence : A Modern Approach, Fourth Edition”, Pearson, 2020. (AIMA)
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 60 |
| Ev Ödevi | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 60 |
| Ev Ödevi | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
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 | 4 | 3 | 4 | 3 | ||||||
| ÖÇ 2 | 3 | 3 | 3 | 4 | 2 | 3 | 3 | 2 | |||
| ÖÇ 3 | 4 | 3 | 3 | 3 | 2 | ||||||
| ÖÇ 4 | 4 | 4 | 3 | 3 | 2 | 3 | 5 | 5 | |||
| ÖÇ 5 | 4 | 4 | 4 | 4 | 4 | ||||||
| ÖÇ 6 | 4 | 4 | 4 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek