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 Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
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 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, Fen ve Mühendislik bilgisini, ileri düzey sistemlere uygulayabilmek.
2 Elektrik ve Elektronik Mühendisliği'nin temel alanlarında uzun soluklu araştırma ve geliştirme çalışmaları gerçekleştirebilmek.
3 Modern mühendislik araçlarını, tekniklerini ve imkânlarını, tasarım ve diğer mühendislik uygulamalarında kullanabilmek.
4 Yenilikçilik ve girişimcilik alanlarında aktif araştırmacılar mezun etmek.
5 Araştırma sonuçlarını etkin şekilde raporlayabilmek ve sunabilmek.
6 Bilgi kaynaklarına erişme ve bilim/teknolojideki güncel gelişmeleri izleme başarımını arttırabilmek.
7 Profesyonel ve etik sorumluluğu kavrayabilmek.
8 Hem Türkçe hem de İngilizce etkin iletişim başarımını arttırabilmek.
9 Proje yönetiminde başarımı arttırabilmek.
10 Disiplinler arası proje takımlarında başarıyla çalışabilmek.

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