GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 9103016242014 | Zeki Sistemler | Seçmeli Ders Grubu | 1 | 2 | 10,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Zeki Sistemlerin en az 5 bileşenini öğrenmek, Zeki Bir Sistem tasarlama ve gerçekleştirme yeteneği kazanmak, Zeki Bir Sistem geliştirerek konuyu içeren bir makale yazmak, Yapay Zeka konularını genişliğine ve derinliğine inceleyerek nasıl birleştirilebileceklerini ve bütünleştirilebileceklerini öğrenmek.
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr.
Öğrenme Çıktıları
| 1 | Zeki Sistemlerin temel kavramlarını, tekniklerini, matematik ve yazılım altyapısını öğrenerek uygulayabilme yeteneği kazanmak. Yapay Zeka konularını genişliğine ve derinliğine inceleyerek nasıl birleştirilebileceklerini ve bütünleştirilebileceklerini öğrenmek. |
| 2 | Zeki Bir Sistem tasarlama ve gerçekleştirme yeteneği kazanmak. |
| 3 | Yapay Sinir Ağları, Genetik Algoritmalar, Bulanık Mantık, Uzman Sistemlerle ilgili yazılım araçlarını kullanabilme ve bütünleştirebilme yeteneği kazanmak. |
| 4 | Zeki Sistemler alanında gelişen araştırma konularını takip edebilir duruma gelebilmek; Bu konuda kısa seminerler hazırlayarak sunum yapabilmek. Makale okuma ve yazabilme deneyimi kazanmak. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bilgi Tabanlı Zeki Sistemler, Kural Tabanlı Uzman Sistemler, Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi, Bulanık Uzman Sistemler, Çerçeve Tabanlı Uzman Sistemler, Makine Öğrenmesi, Yapay Sinir Ağları, Genetik Algoritmalar, Melez Zeki Sistemler, Bilgi Mühendisliği ve Veri Madenciliği, Bilgisayarlı Görü, Robotbilim Uygulamaları, İş Dünyasında Zeki Sistemler
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Zeki Sistemlere Giriş | ||
| 2 | Makine Öğrenmesi | ||
| 3 | Yapay Sinir Ağları | ||
| 4 | Yapay Sinir Ağı Modelleri | ||
| 5 | Genetik Algoritmalar | ||
| 6 | Melez Zeki Sistemler | ||
| 7 | Bilgisayarlı Görü | ||
| 8 | Ara sınav | ||
| 9 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 10 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 11 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 12 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 13 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 14 | Öğrenci gruplarının Zeki Sistemler ile ilgili bir konuda 1’er saatlik sunumları: Bilgi Tabanlı Zeki Sistemler Kural Tabanlı Uzman Sistemler Kural Tabanlı Uzman Sistemlerde Belirsizlik Yönetimi Bulanık Uzman Sistemler Çerçeve Tabanlı Uzman Sistemler Bilgi Mühendisliği ve Veri Madenciliği Robotbilim Uygulamaları İş Dünyasında Zeki Sistemler | ||
| 15 | Karınca Kolonisi Optimizasyonu Algoritmaları | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
(Ders Kitabı) Michael Negnevitsky, “Artificial Intelligence : A Guide to Intelligent Systems (2nd Edition)”, Addison Wesley, 2005. 1) Mircea Negoita, Daniel Neagu, Vasile Palade, “Computational Intelligence: Engineering of Hybrid Systems (Studies in Fuzziness and Soft Computing)”, Springer, 2005. 2) Computational Intelligence: A Logical Approach. Poole, Mackworth and Goebel. Oxford University Press, 1998. 3) Neuro-Fuzzy and Soft Computing. J.S.R. Jang, C.T. Sun, E.Mizutani. Prentice Hall 1997. 4) Seven methods for transforming corporate data into business intelligence V Dhar & R Stein Prentice Hall 1997
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 |
| Derse Katılım | 14 | 3 | 42 |
| Rapor Hazırlama | 2 | 40 | 80 |
| Proje Hazırlama | 3 | 20 | 60 |
| Seminer | 1 | 15 | 15 |
| Makale Yazma | 1 | 20 | 20 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 30 | 30 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 40 | 40 |
| Toplam İş Yükü (saat) | 291 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
| ÖÇ 1 | 3 | 1 | 4 | ||||
| ÖÇ 2 | 3 | 1 | 4 | 2 | |||
| ÖÇ 3 | 3 | 4 | |||||
| ÖÇ 4 | 5 | 3 | 5 | 5 | 5 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek