AKTS - Yapay Zekaya Giriş
Yapay Zekaya Giriş (CMPE462) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Yapay Zekaya Giriş | CMPE462 | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| CMPE323 Algorithms |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | N/A |
| Dersin Seviyesi | Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| 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;
|
| Dersin İçeriği | Erkin Paradigması, Arama Yoluyla Problem Çözme, Bilgili/Bilgisiz Arama Yöntemleri, Genetik Algoritmalar, Tavlama Benzetimi, Kısıt Tatmin Problemleri, Çekişmeli Arama, Karınca Kolonisi Optimizasyonu, Parçacık Sürü Optimizasyonu, Yapay Arı Kolonisi Optimizasyonu, Çoklu Erkin Sistemleri ve Akıllı Erkinler, Çoklu-Erkin Etkileşimleri, Felsefi Temeller ve Etik. |
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 | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| 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 lisans programından edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanarak matematik temelli lisansüstü programlarda, kamu veya özel sektörde bilimsel çalışma ve araştırma yapmak için yeterli bilgiye sahip olur. | |||||
| 2 | Alanında edindiği kuramsal ve uygulamalı bilgileri uygun araç-gereçleri kullanarak ortaöğretime uyarlar ve aktarır. | |||||
| 3 | Alanında edindiği bilgi ve becerileri kullanarak, matematik veya uygulandığı alanlardaki güncel problemleri modelleme ve çözüm için gerekli olan matematiksel yöntemleri seçme, kullanma, geliştirme ve çözme becerisine sahip olur. | |||||
| 4 | Analitik düşünme yeteneğine sahip olur ve sonuç çıkarma sürecinde zamanı etkin kullanır. | |||||
| 5 | Bilgisayar bilimleriyle ilgili alanlarda çalışabilecek düzeyde temel yazılım bilgisine ve bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahip olur. | X | ||||
| 6 | Karar süreçlerinin ihtiyaç duyacağı verileri toplama, analiz etme, yorumlama ve istatistiksel yöntemleri kullanabilme becerisine sahip olur. | |||||
| 7 | Matematiğin doğrudan veya dolaylı olarak kullanıldığı alanlarda çalışma yapabilecek düzeyde bilgiye sahip olur ve yaşam boyu öğrenmenin bilinci ile mesleki bilgi ve becerilerini yeniler. | |||||
| 8 | Matematiğin kullanıldığı alanlarda bireysel olarak veya takımlarda ekip üyesi olarak sorumluluk alır ve etkin biçimde çalışma becerisine sahip olur. | |||||
| 9 | Matematik veya uygulama alanlarındaki bilgileri izleyecek ve meslektaşları ile iletişim kuracak düzeyde İngilizce bilir. | |||||
| 10 | Görüş ve düşüncesini nicel ve nitel verilerle destekleyerek açık ve anlaşılabilir biçimde yazılı ve sözlü ifade eder, paydaşlarıyla iletişim kurar. | |||||
| 11 | Matematik veya uygulama alanları ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçların duyurulması aşamalarında evrensel ve toplumsal boyutlardaki etkilerini dikkate alan mesleki etik ve sorumluluk bilincine sahip olur. | |||||
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 | ||