CE 533 | Ders Tanıtım Bilgileri

Dersin Adı
Yapay Zeka
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 533
Güz/Bahar
3
0
3
7.5

Ön Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Seviyesi
Yüksek Lisans
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(lar)ı -
Dersin Amacı Yapay Zeka, zeki davranışta hesaplamalı çalışmaya yöneliktir. Yapay zeka alanlarının hepsindeki ortak esas, “düşünebilen” etmenler/makinalar oluşturmaktır. Bu ders, etmenlerin/bilgisayarların akıllı davranmasına olanak tanıyan yöntemlere (problem çözme, bilgiyi temsil etme, muhakeme, öğrenme, algılama ve yorumlama) ilişkin geniş bir teknik giriş içermektedir. Dersin büyük bir bölümünde bu yöntemlerdeki çeşitlilikler yansıtılmaktadır. Derste, temel yapay zeka soruları ve unsurları incelenecek ve ana teknikler araştırılacaktır. Özel konular başlığı altında farklı yapay zeka uygulamaları tanıtılacaktır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • yapay zeka alanında geniş bir yelpazede yer alan sorunları tartışabilecektir.
  • alandaki temel teknikleri kullanabilecek ve tartışabilecektir.
  • yapay zeka teknolojisinin potansiyel uygulamalarını değerlendirebilecektir.
  • yapay zeka yöntemleri ile çözülmeye uygun problemleri belirleyebilecek ve ilgili yöntemleri saptayabilecektir.
  • temel yapay zeka algoritmalarını (örn. Standart arama algoritmları) uygulayacabilecektir.
Tanımı Common LISP ve Prolog; Akıllı Etmenler; Problem çözme ve Arama: düzenli ve sezgisel arama, A*, yerel arama ve optimizasyon; Kısıt sağlama problemleri; Oyun oynama ve rekabet ortamında arama; Mantıksal muhakeme. Önerme mantığı. Birinci seviye mantık. Birinci seviye mantıkta çıkarsama; Planlama; Belirsizlik altında muhakeme. Bayes kuralı. İnanç ağları. Karar vermek için inançları kullanma. İnançları öğrenme; Özel konular: Robotik, Doğal Dil İşleme, Oyun Teorisi, diğer Yapay Zeka uygulamaları.

 



Ders Kategorisi

Temel Meslek Dersleri
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Yapay Zekaya Giriş, Özel Konular Tanıtımı Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
2 Yapay Zekaya Giriş - Akıllı etmenler, Yapay Zeka Dillerine Örnekler - Common Lisp - Prolog Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
3 Arama ile Problem Çözme Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
4 Öğrenme Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
5 İletişim, Algı ve Davranış: Doğal Dil İşleme I Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
6 İletişim, Algı ve Davranış: Doğal Dil İşleme II Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
7 Bilgi ve Karar verme Ders notları ve Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.
8 Özel Konu : Bilgi Geri Getirim Ders notları
9 Özel Konu: Robotics, Özel Konu: Genetik Algoritmalar Ders notları
10 Özel Konu: Yapar Sinir Ağları, Özel Konu: Uzman Sistemler Ders Notları
11 Arasınav Ders Notları
12 Özel Konu: Oyunlarda Yapay Zeka, Özel Konu: Pekiştirmeli Öğrenme Ders Notları
13 Özel Konu: Yapay Zeka için Python, Özel Konu: Bilgisayarlarla Görme Ders notları
14 Özel Konu: Örüntü Tanıma Ders notları
15 Tartışma ve dönemin tekrarı
16 Dönem tekrarı

 

Dersin Kitabı Ders Notları ve ders kitabı : “Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.” / Course slides and text book : “Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.”
Diğer Kaynaklar İlgili araştırma makaleleri

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl İçi Çalışmaları Sayı Katkı Payı %
Derse Katılım
1
10
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
1
20
Sunum / Jüri Önünde Sunum
2
40
Proje
Çalıştay
Portfolyo
Ara Sınav / Sözlü Sınav
1
30
Final Sınavı / Sözlü Sınav
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
100
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Aktiviteler Sayı Süresi (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x toplam ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
Sınav haftası dahil değildir. 16 x uygulama/lab ders saati
16
Sınıf Dışı Ders Çalışması
15
4
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
1
38
Sunum / Jüri Önünde Sunum
2
22
Proje
Çalıştay
Portfolyo
Ara Sınavlar / Sözlü Sınavlar
1
35
Final / Sözlü Sınav
    Toplam
225

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. X
2 Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. X
3 Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir. X
4 Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. X
5 Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. X
6 Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. X
7 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. X
8 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir, bağımsız çalışabilir ve sorumluluk alır. X
9 Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. X
10 Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. X
11 Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır. X
12 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest