AKTSYapay Zekaya Giriş

Yapay Zekaya Giriş (CMPE462) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Yapay Zekaya Giriş CMPE462 Seçmeli Dersler 3 0 0 3 5
Ön Koşul Ders(ler)i
CMPE323 Algorithms
Dersin Dili İngilizce
Dersin Türü Teknik Seçmeli Dersler
Dersin Seviyesi Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Course Assistants
Dersin Amacı Sembolik ve sembolik olmayan yapay zeka başlıkları çerçevesinde farklı yapay zeka yaklaşım ve temel kavramlarını tanıtmak. Öğrencinin bilgisayar mühendisliği vizyonunu genişletmek.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Verilen bir problem için nasıl erkin tasarlanacağını ve gerçekleştirileceğini öğrenmek.
  • Verilen bir yapay zeka problemi için uygulanabilecek uygun tekniklere karar verme ve uygulayabilme becerisini elde etmek.
Dersin İçeriği Akıllı erkinler, arama yoluyla problem çözme, bilgilendirilmiş ve bilgilendirilmemiş arama metotları, genetik algoritmalar, tavlama benzetimi, kısıt tatmini problemleri, rakipli arama, mantıksal erkinler, bilgi mühendisliği, uzman sistemler, iletişim, yapay zeka uygulamaları.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Erkin Paradigması Bölüm 1-2 (main text)
2 Erkin Paradigması Bölüm 1-2
3 Arama yoluyla problem çözme Bölüm 3
4 Bilgilendirilmiş ve Bilgilendirilmemiş arama metotları Bölüm 4
5 Genetik Algoritmalar ve Tavlama Benzetimi Bölüm 4
6 Kısıt tatmini problemleri Bölüm 5
7 Rakipli arama Bölüm 6
8 Mantıksal erkinler Bölüm 7
9 Bilgi Mühendisliği Kaynak #5
10 Uzman Sistemler Kaynak #4
11 Uzman Sistemler Kaynak #4
12 İletişim Bölüm 22
13 İletişim Bölüm 22
14 Yapay Zeka Uygulamaları Kaynak #3

Kaynaklar

Ders Kitabı 1. Artificial Intelligence: A Modern Approach (Second Edition). Stuart Russell and Peter Norvig Prentice-Hall, 2003, ISBN: 0-13-790395
Diğer Kaynaklar 2. 1. Artificial Intelligence, Patrick H. Winston, Addison-Wesley, 1992. ISBN: 0-201-533774.
3. 2. http://www.cs.rmit.edu.au/AI-Search/Product/
4. 3. “Engineering Applications of Artificial Intelligence” journal, ISSN: 0952-1976, Elsevier, B.V.
5. 4. Expert Systems: Principles and Programming, Fourth Edition by Joseph C. Giarratano and Gary D. Riley, PWS Publishing Company, 2004.
6. 5. Knowledge Representation and Reasoning, Ronald Brachman and Hector Levesque, The Morgan Kaufmann Series in Artificial Intelligence , 2004.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 3 35
Sunum - -
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 25
Genel Sınav/Final Juri 1 40
Toplam 5 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
Toplam 100

Kurs Kategorisi

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

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilimleri ve yazılım mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. X
2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi X
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 Yazılım mühendisliği 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 Karmaşık mühendislik problemlerinin veya yazılım mühendisliği disiplinine özgü araştırma konularının incelenmesi için, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. X
7 Türkçe 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.
8 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. X
9 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; yazılım mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi.
10 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11 Yazılım mühendisliği 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.
12 Yazılım alternatiflerini irdeleyerek bilgisayar tabanlı sistemlerin modellenmesi ve tasarımında, algoritma prensiplerini, matematiksel temelleri ve bilgisayar bilimleri teorisini uygulama becerisi. X
13 Yazılım sistemlerinin analiz, tasarım, uygulama, doğrulama, geçerleme ve bakım süreçlerini uygulayarak geliştirilmesinde mühendislik yaklaşımlarını uygulama becerisi. X

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 16 3 48
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 14 2 28
Sunum/Seminer Hazırlama
Projeler
Raporlar
Ödevler 3 8 24
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 10 10
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 15 15
Toplam İş Yükü 125