|
|
| TBB5132 | Yapay Zeka Girişi | 2+2+0 | AKTS:7.5 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Yüksek Lisans(Tezli) | | Yazılım Şekli | Seçmeli | | Bölümü | BİYOİSTATİSTİK ve TIP BİLİŞİMİ ANABİLİM DALI | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze , Uygulama | | Dersin Süresi | 14 hafta - haftada 2 saat teorik ve 2 saat uygulama | | Öğretim Üyesi | -- | | Diğer Öğretim Üyesi | Yok | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Çeşitli yapay zeka yaklaşımları, temel kavramlar, arama işlemi gerektiren problemlerin çözümleri, bilgiyi ifade etme yolları, öğrenme algoritmaları, ileri yapay zeka konularında bilgi ve beceri kazandırmaktır. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Yapay Zekaya genel bakış ve uygulama alanları. | 2,3,4,5,6,7 | 1,3 | | ÖK - 2 : | Yapay sinir ağlarına giriş, yapay sinir ağlarının oluşturulması ve yapıları.
| 2,7 | 1,3 | | ÖK - 3 : | Öğrenme yöntemleri. | 2,7 | 1,3 | | ÖK - 4 : | Yapay sinir ağ uygulamaları: Uygulama alanları. | 2,7 | 1,3 | | ÖK - 5 : | Yapay zeka problemleri örnekleri. | 2,7 | 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 | | |
| Problem çözümleme yöntemleri, Turing testi, arama teknikleri, sezgisel çözümleme, oyunlar, alfa beta ve min-max prensibi, mantık sonuçlama, predicate hesaplama, mana (semantik) ağları, bilgi tabanı, kurallar, doğal dil işleme, yapay sinir ağlarına giriş, genetik algoritmalara giriş. |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Zeka, Yapay Zeka kavramları hakkında genel bilgi. Turing testi örneği, ELİZA ve buna benzer yazılımlar konusunda bilgilendirme. | | | Hafta 2 | Yapay Zeka'nın uygulama alanları, avantajları, dezavantajları nelerdir? Geçmişten bugüne Yapay Zeka ile ilgili çalışmalar. | | | Hafta 3 | Sezgisellik nedir? Yapay Zeka ve Sezgisellik ilişkisi. Günlük hayattan örnekler. | | | Hafta 4 | Sezgisel problem örnekleri. Dört at problemi çözümü. Uygulama problemleri ve Gezgin Satıcı problemi hakkında bilgi. | | | Hafta 5 | Haritanın Renklenmesi probleminin sezgisel algoritma ile çözümü. | | | Hafta 6 | Kriptoloji nedir? Kriptolojide kullanılan kavramlar ve algoritmalar hakkında detaylı bilgi. | | | Hafta 7 | Enigma hakkında genel bilgi. Sezar şifresi ve uygulamalı örneği. | | | Hafta 8 | Arasınav | | | Hafta 9 | Uzman Sistemlerin genel yapısı. Günümüzde kullanılan Uzman Sistem örnekleri. Neden uzman sistemlere gerek olmaktadır? | | | Hafta 10 | Uzman Sistemler ve iç yapısı hakkında detaylı bilgi. | | | Hafta 11 | İstatistik Yaklaşım, Olasılığa dayalı hava durumu tahmini örneği. | | | Hafta 12 | Ödev | | | Hafta 13 | Ödev | | | Hafta 14 | Genetik algoritmalar. | | | Hafta 15 | Final sınavları. | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Nabiyev V.V. 2003, Yapay Zeka, Seçkin Yayıncılık, Ankara, 724 p. | | | |
| 1 | http://www.yapay-zeka.org/ | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 8 | 08/04/2014 | 1,5 | 30 | | Ödev | 12 | 22/05/2014 | 2 | 20 | | Dönem sonu sınavı | 16 | 04/06/2014 | 1,5 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 5 | 13 | 65 | | Sınıf dışı çalışma | 2 | 8 | 16 | | Arasınav için hazırlık | 4 | 1 | 4 | | Arasınav | 1.5 | 1 | 1.5 | | Uygulama | 4 | 12 | 48 | | Ödev | 4 | 2 | 8 | | Dönem sonu sınavı için hazırlık | 6 | 1 | 6 | | Dönem sonu sınavı | 1.5 | 1 | 1.5 | | Toplam Çalışma Yükü | | | 150 |
|