GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BMYL505 | YAPAY SİNİR AĞLARI VE UYGULAMALARI | Seçmeli Ders Grubu | 1 | 2 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
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.
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Mücella ÖZBAY KARAKUŞ
Öğrenme Çıktıları
| 1 | Yapay zeka yöntemlerini ve günlük hayattaki uygulamalarını öğrenebilir. |
| 2 | 2- Kısıt sağlama problemleri gibi matematiksel problemlerin çözümü için gerekli arama paradigmalarını öğrenmesi ve gerektiğinde uygulayabilir. |
| 3 | Verilen problemin çözümü için uygun arama paradigmasını kullanabilir ve probleme çözüm üretebillir. |
| 4 | Öğrenme paradigmalarını kavrayabilir. |
| 5 | Modern programlama dilleri (Java, C, C++, C#, vb.) ile yapay zeka tabanlı programlama yapabilir. |
| 6 | Öğrenme paradigmalarını günlük hayatta uygulayabilir ve problemlere çözüm üretebilir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
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.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay Zekaya Giriş: Yapay Zekanın Tarihçesi ve Uygulamaları | Ders Anlatımı | Yok |
| 2 | Akıllı Ajanlar | Ders Anlatımı | Yok |
| 3 | Arama Problemleri I | Ders Anlatımı | Yok |
| 4 | Arama Problemleri II | Ders Anlatımı | Yok |
| 5 | Sezgisel Arama (Heuristic Search) | Ders Anlatımı | Yok |
| 6 | Oyun Ağaçları ve Dönüşümlü Arama, Alpha-Beta İndirgeme, Minimax Arama | Ders Anlatımı | Yok |
| 7 | Birinci derece mantık | Ders Anlatımı | Yok |
| 8 | Genetik Algoritmalar | Ders Anlatımı | Yok |
| 9 | Bulanık mantık ve bulanık kümeler | Ders Anlatımı | Yok |
| 10 | Doğal Dil İşleme | Ders Anlatımı | Yok |
| 11 | Öğrenme Paradigmaları: Decision Trees | Ders Anlatımı | Yok |
| 12 | Yapay Sinir Ağları | Ders Anlatımı | Yok |
| 13 | Makine Öğrenmesi | Ders Anlatımı | Yok |
| 14 | Proje Sunumları | Ders Anlatımı | Yok |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Artificial Intelligence: A Modern Approach. Stuart Russell, Peter Norvig, Prentice Hall, Second Edition
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Quiz | 2 | 60 |
| Ev Ödevi | 1 | 40 |
| 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) |
|---|---|---|---|
| Final Sınavı | 1 | 2 | 2 |
| Uygulama/Pratik | 4 | 4 | 16 |
| Tartışma | 1 | 5 | 5 |
| Gözlem | 3 | 2 | 6 |
| Proje Sunma | 3 | 4 | 12 |
| Makale Yazma | 2 | 5 | 10 |
| Bireysel Çalışma | 14 | 3 | 42 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 12 | 12 |
| Okuma | 3 | 2 | 6 |
| Quiz için Bireysel Çalışma | 2 | 3 | 6 |
| Toplam İş Yükü (saat) | 117 | ||
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 | ||||||||||
| ÖÇ 3 | 2 | ||||||||||
| ÖÇ 4 | 4 | ||||||||||
| ÖÇ 5 | 2 | ||||||||||
| ÖÇ 6 | 3 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek