Ders Detayı
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| YAPAY ZEKA'YA GİRİŞ | - | Bahar Dönemi | 3+0 | 3 | 6 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Selim AKYOKUŞ |
| Dersi Verenler | Prof.Dr. Selim AKYOKUŞ |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, Yapay Zeka (YZ) problemlerinin, teorilerinin, algoritmalarının ve uygulamalarının temellerini tanıtmak ve öğretmektir. YZ, endüstrinin, ekonominin ve sosyal yaşamın her alanında büyük bir etkiye sahip olacak akıllı sistemler oluşturmaya odaklanan ve çok hızlı büyüyen bir alandır. Ders YZ'nin tanımı ve tarihçesi, arama yoluyla problem çözme, oyun oynama, bilgi gösterimi, önermeler mantığı, birinci dereceden yüklem mantığı, mantıksal ve olasılıksal akıl yürütme, planlama, belirsiz bilgi ve akıl yürütme, makine öğrenimi (popüler makine öğrenimi algoritmaları, derin öğrenme, takviyeli öğrenme ve genetik algoritmalar), doğal dil işleme, doğal dil işleme için derin öğrenme, bilgisayarla görme ve robotik gibi konuları içermektedir. |
| Dersin İçeriği | Bu ders; Giriş ve Akıllı Ajanlar,Arama Yaparak Problem Çözme,Çekişmeli Arama ve Oyunlar,Kısıt Sağlama Problemleri,Mantıksal Ajanlar,Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım,Bilgi Temsili, Otomatik Planlama, Kesin olmayan bilgi ve muhakeme,Sınav haftası,Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması,Makine Öğrenimi,Derin Öğrenme, Pekiştirmeli Öğrenme ,Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme,Bilgisayarlı Görü, Robotik,Konu tekrarı ve sunumlar; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Öğrenciler yapay zekanın temel alanları hakkında derinlemesine bir anlayışa sahip olacaklardır. | 6, 9 | A, E, F |
| Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını öğrenecek ve anlayacaktır. | 6, 9 | A, E, F |
| Öğrenciler bir yapay zeka problemini çözmek için uygun algoritmayı seçebileceklerdir. | 6, 9 | A, E, F |
| Öğrenciler yapay zeka alanındaki güncel araştırmalarla tanıştırılacak ve araştırma problemlerini tanımlamaya ve etkili çözümler geliştirmeye teşvik edilecektir. | 6, 9 | A, E, F |
| Öğretim Yöntemleri: | 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Giriş ve Akıllı Ajanlar | |
| 2 | Arama Yaparak Problem Çözme | |
| 3 | Çekişmeli Arama ve Oyunlar | |
| 4 | Kısıt Sağlama Problemleri | |
| 5 | Mantıksal Ajanlar | |
| 6 | Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım | |
| 7 | Bilgi Temsili, Otomatik Planlama | |
| 8 | Kesin olmayan bilgi ve muhakeme | |
| 9 | Sınav haftası | |
| 10 | Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması | |
| 11 | Makine Öğrenimi | |
| 12 | Derin Öğrenme, Pekiştirmeli Öğrenme | |
| 13 | Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme | |
| 14 | Bilgisayarlı Görü, Robotik | |
| 15 | Konu tekrarı ve sunumlar |
| Kaynak |
| Artificial Intelligence: A Modern Approach, 4th Edition, by Stuart Russell and Peter Norvig, Pearson Education, 2021. |
| - Speech and Language Processing by Jurafsky and Martin, 2021. - G. F. Luger, Artificial Intelligence, Addison-Wesley, 2002. - Ders notları ve YZ web kaynakları |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | 1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
| 2 | 2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
| 3 | 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 | X | |||||
| 4 | 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 | X | |||||
| 5 | 5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
| 6 | 6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
| 7 | 7. 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 | X | |||||
| 8 | 8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
| 9 | 9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
| 10 | 10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
| 11 | 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 | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 30 | |
| Genel Sınavın Başarıya Oranı | 70 | |
| Toplam | 100 | |
| AKTS / İşyükü Tablosu | ||||||
| Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
| Ders Saati | 14 | 3 | 42 | |||
| Rehberli Problem Çözme | 0 | 0 | 0 | |||
| Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 6 | 10 | 60 | |||
| Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
| Proje Sunumu / Seminer | 2 | 5 | 10 | |||
| Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
| Ara Sınav ve Hazırlığı | 1 | 15 | 15 | |||
| Genel Sınav ve Hazırlığı | 1 | 25 | 25 | |||
| Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
| Toplam İş Yükü (Saat) | 152 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(152/30) | 5 | |||||
| Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. | ||||||
Dersin Detaylı Bilgileri
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| YAPAY ZEKA'YA GİRİŞ | - | Bahar Dönemi | 3+0 | 3 | 6 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Selim AKYOKUŞ |
| Dersi Verenler | Prof.Dr. Selim AKYOKUŞ |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, Yapay Zeka (YZ) problemlerinin, teorilerinin, algoritmalarının ve uygulamalarının temellerini tanıtmak ve öğretmektir. YZ, endüstrinin, ekonominin ve sosyal yaşamın her alanında büyük bir etkiye sahip olacak akıllı sistemler oluşturmaya odaklanan ve çok hızlı büyüyen bir alandır. Ders YZ'nin tanımı ve tarihçesi, arama yoluyla problem çözme, oyun oynama, bilgi gösterimi, önermeler mantığı, birinci dereceden yüklem mantığı, mantıksal ve olasılıksal akıl yürütme, planlama, belirsiz bilgi ve akıl yürütme, makine öğrenimi (popüler makine öğrenimi algoritmaları, derin öğrenme, takviyeli öğrenme ve genetik algoritmalar), doğal dil işleme, doğal dil işleme için derin öğrenme, bilgisayarla görme ve robotik gibi konuları içermektedir. |
| Dersin İçeriği | Bu ders; Giriş ve Akıllı Ajanlar,Arama Yaparak Problem Çözme,Çekişmeli Arama ve Oyunlar,Kısıt Sağlama Problemleri,Mantıksal Ajanlar,Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım,Bilgi Temsili, Otomatik Planlama, Kesin olmayan bilgi ve muhakeme,Sınav haftası,Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması,Makine Öğrenimi,Derin Öğrenme, Pekiştirmeli Öğrenme ,Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme,Bilgisayarlı Görü, Robotik,Konu tekrarı ve sunumlar; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Öğrenciler yapay zekanın temel alanları hakkında derinlemesine bir anlayışa sahip olacaklardır. | 6, 9 | A, E, F |
| Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını öğrenecek ve anlayacaktır. | 6, 9 | A, E, F |
| Öğrenciler bir yapay zeka problemini çözmek için uygun algoritmayı seçebileceklerdir. | 6, 9 | A, E, F |
| Öğrenciler yapay zeka alanındaki güncel araştırmalarla tanıştırılacak ve araştırma problemlerini tanımlamaya ve etkili çözümler geliştirmeye teşvik edilecektir. | 6, 9 | A, E, F |
| Öğretim Yöntemleri: | 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Giriş ve Akıllı Ajanlar | |
| 2 | Arama Yaparak Problem Çözme | |
| 3 | Çekişmeli Arama ve Oyunlar | |
| 4 | Kısıt Sağlama Problemleri | |
| 5 | Mantıksal Ajanlar | |
| 6 | Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım | |
| 7 | Bilgi Temsili, Otomatik Planlama | |
| 8 | Kesin olmayan bilgi ve muhakeme | |
| 9 | Sınav haftası | |
| 10 | Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması | |
| 11 | Makine Öğrenimi | |
| 12 | Derin Öğrenme, Pekiştirmeli Öğrenme | |
| 13 | Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme | |
| 14 | Bilgisayarlı Görü, Robotik | |
| 15 | Konu tekrarı ve sunumlar |
| Kaynak |
| Artificial Intelligence: A Modern Approach, 4th Edition, by Stuart Russell and Peter Norvig, Pearson Education, 2021. |
| - Speech and Language Processing by Jurafsky and Martin, 2021. - G. F. Luger, Artificial Intelligence, Addison-Wesley, 2002. - Ders notları ve YZ web kaynakları |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | 1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
| 2 | 2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
| 3 | 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 | X | |||||
| 4 | 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 | X | |||||
| 5 | 5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
| 6 | 6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
| 7 | 7. 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 | X | |||||
| 8 | 8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
| 9 | 9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
| 10 | 10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
| 11 | 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 | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 30 | |
| Genel Sınavın Başarıya Oranı | 70 | |
| Toplam | 100 | |