|
|
| TBIL2027 | Yapay Zekaya Giriş | 2+0+0 | AKTS:3 | | Yıl / Yarıyıl | Güz Dönemi | | Ders Duzeyi | Ön Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | BİLGİSAYAR TEKNOLOJİLERİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze , Laboratuar Çalışması | | Dersin Süresi | 14 hafta - haftada 2 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Ercüment YILMAZ | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Yapay Zekanın gelişimi ve temel algoritmaları hakkında bilgi sahibi olma ve yapay zeka tekniklerini kullanarak uygulama geliştirme becerisi kazanmak. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Yapay Zeka arama modelleri ve soysal arama stratejilerini anlamak. | 6 | 1, | | ÖK - 2 : | Bayesian ağlar ile olasılığı Yapay Zeka'da belirsizliği ele alma mekanizması olarak kullanmak. | 6 | 1,3, | | ÖK - 3 : | Öğrenmeyi kullanarak bir işi daha iyi yapmaya çalışan Yapay Zeka sistemlerinin tasarımlarını araştırmak. | 6 | 1,3, | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Yapay zekaya giriş ve temel kavramlar, yapay zekanın tarihçesi zeki etmenler, problem çözme: problem çözen etmenler ve problemlerin formüle edilmesi, arama stratejileri, sezgisel olmayan arama: genişlik öncelikli arama (breadth-first search), derinlik öncelikli arama (depth-first search), uniform-cost arama, derinine limitli arama (depth-limited search), iteratif derinine arama, iki-yönlü arama, Sezgisel arama yöntemleri; Greedy, A* arama, benzetimli tavlama yöntemi, tepe tırmanma algoritması, yerel ışın (local beam) algoritması, genetik algoritmalar, genetik algoritmalar ve uygulamaları, non-deterministik hareketlerde arama, gözlem yapılamayan durumlarda arama, kısmi gözlemde arama, oyunlarda arama, minimax algoritması, alfa-beta budaması, stokastik oyunlarda arama, koşul tatmin problemleri |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Yapay zekaya giriş ve temel kavramlar, yapay zekanın tarihçesi
| | | Hafta 2 | Zeki etmenler( Intelligent agents) | | | Hafta 3 | Problem çözme: problem çözen etmenler ve problemlerin formüle edilmesi
| | | Hafta 4 | Arama stratejileri, sezgisel olmayan arama: genişlik öncelikli arama (breadth-first search), derinlik öncelikli arama (depth-first search), | | | Hafta 5 | Uniform-cost arama, derinine limitli arama (depth-limited search) | | | Hafta 6 | İteratif derinine arama, iki-yönlü arama | | | Hafta 7 | Sezgisel olmayan arama yöntemlerinin uygulamaları | | | Hafta 8 | Sezgisel arama yöntemleri; Greedy ve A* arama | | | Hafta 9 | Ara sınav | | | Hafta 10 | Sezgisel arama yöntemlerinin uygulamaları | | | Hafta 11 | Tepe tırmanma(hill climbing) algoritması, benzetimli tavlama(simulated annealing) yöntemi, yerel ışın (local beam) algoritması, genetik algoritmalar | | | Hafta 12 | Genetik algoritmalar ve uygulamaları | | | Hafta 13 | Non-deterministik hareketlerde arama, gözlem yapılamayan durumlarda arama, kısmi gözlemde arama | | | Hafta 14 | Oyunlarda arama, minimax algoritması, alfa-beta budaması, stokastik oyunlar | | | Hafta 15 | Yapay sinir ağları | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Mitchell H. Q.,Parker S, 2004, Live English Grammer, Elementary, Great Britain | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | | 1 | 50 | | Dönem sonu sınavı | 16 | | 1 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 1 | 14 | 14 | | Arasınav için hazırlık | 1 | 7 | 7 | | Arasınav | 1 | 1 | 1 | | Dönem sonu sınavı için hazırlık | 1.5 | 6 | 9 | | Dönem sonu sınavı | 1 | 1 | 1 | | Diğer 1 | 1 | 1 | 1 | | Toplam Çalışma Yükü | | | 75 |
|