BYM308 Yapay Zekaya GirişKurumsal BilgilerAkademik Programlar Mekatronik MühendisliğiÖğrenciler İçin BilgilerDiploma EkiErasmus BeyanıUlusal Yeterlilikler
Mekatronik Mühendisliği

Önizleme

Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Course General Introduction Information

Ders Kodu: BYM308
Course Name: Yapay Zekaya Giriş
Ders Yarıyılı: Güz
Ders Kredileri:
AKTS
6
Öğretim Dili: TR
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Alan Seçmeli
Dersin Seviyesi:
Lisans TYYÇ:6. Düzey QF-EHEA:1. Düzey EQF-LLL:6. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Doç. Dr. HATİCE ESRA ÖZKAN UÇAR
Dersi Veren(ler): Prof. Dr. Halis ALTUN
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Dersin amacı öğrencilere yapay zeka konusundaki temel teknik ve yöntemler konusunda bilgi sağlamak ve öğrencilerin yapay zeka yöntemlerini pratik problemlerin çözümünde kullanabilme becerisine sahip olmalarını sağlamaktır.
Dersin İçeriği: Yapay zekanın temel kavram ve yöntemleri. Yapay zeka kullanarak problem çözme; problem bilgisi kullanan ve kullanmayan arama yöntemleri. Lokal arama yöntemleri ve benzetilmiş tavlama algoritması. Meta-sezgisel algoritmalar. Yapay sinir ağlarına giriş. Oyun Problemleri. Prolog programlama dili, bilgi temsili ve mantıksal çıkarsama.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Yapay zeka alanındaki temel yöntemler hakkında bilgi.
2) Yapay zeka alanındaki temel yöntemleri kullanarak pratik problemleri formule etme ve çözme becerisi.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Temel Kavramlar, Yapay Zeka tarihi ve felsefesi -
2) Zeki Ajanlar -
3) Yapay Zeka ile Problem Çözme ve Arama Algoritmalarına Giriş -
4) Problem Bilgisi Kullanmayan Arama Algoritmaları -
5) Sezgisel Arama -
6) Oyun Problemleri -
7) Üst-Sezgisel Arama Yöntemleri -
8) Yapay Sinir Ağları -
9) Bilgi Tabanlı Ajanlar -
10) Birinci Dereceden Mantık -
11) Birinci Dereceden Mantıkta Çıkarsama -
12) Prolog Programlama Dili ve Mantıksal Programlama -
13) Prolog Programlama Dili ve Mantıksal Programlama -
14) Olasılık Tabanlı Çıkarsama -

Kaynaklar

Ders Notları / Kitaplar: Artificial Intelligence: A Modern Approach. Stuart Russell, Peter Norvig, Prentice Hall, Second Edition.
Diğer Kaynaklar: Artificial Intelligence: A Modern Approach. Stuart Russell, Peter Norvig, Prentice Hall, Second Edition.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Orta 3 En Yüksek
       
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7) Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Öğrenme Etkinliği ve Öğretme Yöntemleri

Alan Çalışması
Anlatım
Beyin fırtınası /Altı şapka
Bireysel çalışma ve ödevi
Ders
Grup çalışması ve ödevi
Laboratuvar
Ödev
Problem Çözme
Uygulama (Modelleme, Tasarım, Maket, Simülasyon, Deney vs.)

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Sözlü sınav
Ödev
Uygulama
Bireysel Proje
Grup Projesi
Sunum

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Uygulama 2 % 30
Ara Sınavlar 1 % 30
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Aktiviteye Hazırlık Aktivitede Harçanan Süre Aktivite Gereksinimi İçin Süre İş Yükü
Ders Saati 10 5 50
Uygulama 3 9 27
Ödevler 2 24 48
Ara Sınavlar 1 24 24
Final 1 24 24
Toplam İş Yükü 173