AKTS - İleri Yapay Zeka
İleri Yapay Zeka (MDES677) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| İleri Yapay Zeka | MDES677 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | İleri yapay zeka kavramlarını ve yapay zekaya farklı yaklaşımları (sembolik ve sembolik-olmayan) öğrenmek. Öğrencinin mühendislik vizyonunu genişletmek. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Akıllı erkinler, arama yoluyla problem çözme, bilgilendirilmiş/bilgilendirilmemiş arama yöntemleri, keşif, kısıt sağlama problemleri, oyun oynama, bilgi ve uslamlama: birinci-derece mantık, bilgi gösterimleme, öğrenme, seçilmiş başlıklar: evrimsel hesaplama, yapay sinir ağları, çok erkinli sistemler, karınca kolonisi optimizasyonu. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Akıllı Erkinler | Russell & Norvig Bölüm 1 ve 2 |
| 2 | Akıllı Erkinler | Russell & Norvig Bölüm 1 ve 2 |
| 3 | Bilgilendirilmiş/Bilgilendirilmemiş Arama Yöntemleri, Keşif | Russell & Norvig Bölüm 3 ve 4 |
| 4 | Bilgilendirilmiş/Bilgilendirilmemiş Arama Yöntemleri, Keşif | Russell & Norvig Bölüm 3 ve 4 |
| 5 | Kısıt Sağlama Problemleri | Russell & Norvig Bölüm 5 |
| 6 | Kısıt Sağlama Problemleri | Russell & Norvig Bölüm 5 |
| 7 | Oyun Oynama | Russell & Norvig Bölüm 6 |
| 8 | Bilgi ve Uslamlama: Mantıksal Erkinler | Russell & Norvig Bölüm 7 |
| 9 | Bilgi ve Uslamlama: Birinci-Derece Mantık | Russell & Norvig Bölüm 8 |
| 10 | Bilgi ve Uslamlama: Birinci-Derece Mantık | Russell & Norvig Bölüm 9 |
| 11 | Seçilmiş Başlıklar: Evrimsel Hesaplama | Kaynak #5 |
| 12 | Seçilmiş Başlıklar: Çok Erkinli Sistemler | Kaynak #4 |
| 13 | Seçilmiş Başlıklar: Yapay Sinir Ağları | Kaynak #3 |
| 14 | Seçilmiş Başlıklar: Karınca Kolonisi Optimizasyonu. | Kaynak #1 |
| 15 | Genel gözden geçirme | - |
| 16 | Final sınavı | - |
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. Ant Colony Optimization, Marco Dorigo and Thomas Stützle, MIT Press, 2004. |
| 3. Artificial Intelligence, Patrick H. Winston, Addison-Wesley, 1992. | |
| 4. Introduction to the Theory of Neural Computation, J. Hertz, A. Krogh and R.G. Palmer, Addison-Wesley Publishing Company, 1991 | |
| 5. An Introduction to MultiAgent Systems, Wooldridge, M., John Wiley & Sons, 2002 | |
| 6. An Introduction to Genetic Algorithms, Melanie Mitchell, MIT Press, 1998 |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | 1 | 10 |
| Projeler | 1 | 25 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 25 |
| Genel Sınav/Final Juri | 1 | 40 |
| Toplam | 4 | 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 | Bireysel ve ekip üyesi olarak ileri düzey araştırma faaliyetlerini yürütme yeteneği kazanır. | |||||
| 2 | Araştırma konularını irdeleme, değerlendirme ve bilimsel muhakeme ile yorumlama yeteneği kazanır. | |||||
| 3 | Yeni yöntemler oluşturma ve bunları özgün araştırma alanları ve konularına uygulama becerisi kazanır. | |||||
| 4 | Deneysel ve/veya analitik verileri sistematik şekilde elde etme, bunları bilimsel sonuçlara ulaşacak şekilde tartışma ve değerlendirme yeteneği kazanır. | |||||
| 5 | Bilimsel felsefe yaklaşımını mühendislik sistemlerinin analiz, modelleme ve tasarımında uygulayabilme becerisi kazanır. | |||||
| 6 | Çalışmış olduğu sahadaki bilgiyi uluslararası düzeyde özgün çalışmaları oluşturacak, sürdürecek, tamamlayacak ve sunacak şekilde sentezleme yeteneği kazanır. | |||||
| 7 | Çalıştığı mühendislik alanında bilimsel ve teknolojik gelişmelere katkıda bulunur. | |||||
| 8 | Toplumu araştırma faaliyetleri aracılığıyla geliştirmek için endüstriyel ve bilimsel ilerlemelere katkıda bulunur. | |||||
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 | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | 3 | 5 | 15 |
| Projeler | 1 | 20 | 20 |
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 8 | 8 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Toplam İş Yükü | 133 | ||