Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
YAPAY ZEKAYA GİRİŞCPE4221305Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıÖğrencilere Yapay Zeka alanının temel kavramlarını, yöntemlerini ve tekniklerini kazandırmak; akıllı ajan tasarımı, arama ve çıkarım problemlerinin çözümü ile makine öğrenmesinin temel prensiplerini öğretmek.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş ,Yapay Zekaya Giriş ,Akıllı Ajanlar,Akıllı Ajanlar,Bilgisiz Arama ,Bilgili Arama,Kısıt Tatmin Problemleri

,Oyunlarda Arama


,Belirsizlik ve Akıl Yürütme


,Belirsizlik ve Akıl Yürütme ,Makine Öğrenmesi ,Makine Öğrenmesi ,Özel Konular ,Özel Konular,Proje Sunumları ,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Yapay zekanın temel kavramlarını ve rasyonel ajan yaklaşımını açıklar
Bilgisiz ve bilgili arama algoritmalarını analiz eder ve uygular
Kısıt tatmin ve oyun arama problemlerini modeller ve çözer
Belirsizlik altında akıl yürütme yöntemlerini uygular
Makine öğrenmesinin temel prensiplerini açıklar
Gerçek dünya yapay zeka uygulamalarını analiz eder
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş 1. bölümü okuması
2Yapay Zekaya Giriş 1.bölümü okuması
3Akıllı Ajanlar2.bölümü okuması
4Akıllı Ajanlar2. bölümü okuması
5Bilgisiz Arama lgili arama bölümlerini okuması
6Bilgili AramaSezgisel aramayı gözden geçirmesi
7Kısıt Tatmin Problemleri

CSP bölümünü okuması
8Oyunlarda Arama


Oyun ağaçlarını gözden geçirmesi
9Belirsizlik ve Akıl Yürütme


Olasılık temellerini tekrar etmesi
10Belirsizlik ve Akıl Yürütme Olasılık temellerini tekrar etmesi
11Makine Öğrenmesi ML temellerini gözden geçirmesi
12Makine Öğrenmesi ML temellerini gözden geçirmesi
13Özel Konular Güncel AI uygulamalarını araştırması
14Özel KonularGüncel AI uygulamalarını araştırması
15Proje Sunumları Proje hazırlaması
16Genel SınavTüm konuları tekrar etmesi
Kaynak
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th Global Edition). Pearson.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen ve mühendislik bilgilerini karmaşık mühendislik problemlerinin modellenmesi ve çözümünde uygular.
X
2
Karmaşık mühendislik problemlerini uygun analiz ve modelleme yöntemleriyle çözer.
X
3
Karmaşık sistem, süreç ve ürünleri gerçekçi kısıtlar altında modern tasarım yöntemleriyle tasarlar.
X
4
Mühendislik problemlerine yönelik modern teknik ve araçları etkin biçimde kullanır.
X
5
Mühendislik problemlerine ilişkin deneysel verileri analiz eder.
X
6
Disiplin içi ve çok disiplinli takımlarda bireysel sorumluluk bilinciyle etkin çalışır.
X
7
Türkçe ve en az bir yabancı dilde etkili sözlü ve yazılı iletişim kurar.
X
8
Yaşam boyu öğrenme yaklaşımıyla mesleki bilgi ve becerilerini geliştirir.
X
9
Mesleki ve etik sorumluluklarını ilgili ilkeler çerçevesinde değerlendirir.
X
10
Proje, risk ve değişim yönetimi süreçlerini girişimcilik ve sürdürülebilirlik ilkeleri çerçevesinde değerlendirir.
X
11
Mühendislik uygulamalarının toplumsal, çevresel, güvenlik ve hukuksal etkilerini değerlendirir.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Toplam İş Yükü (Saat)0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
YAPAY ZEKAYA GİRİŞCPE4221305Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıÖğrencilere Yapay Zeka alanının temel kavramlarını, yöntemlerini ve tekniklerini kazandırmak; akıllı ajan tasarımı, arama ve çıkarım problemlerinin çözümü ile makine öğrenmesinin temel prensiplerini öğretmek.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş ,Yapay Zekaya Giriş ,Akıllı Ajanlar,Akıllı Ajanlar,Bilgisiz Arama ,Bilgili Arama,Kısıt Tatmin Problemleri

,Oyunlarda Arama


,Belirsizlik ve Akıl Yürütme


,Belirsizlik ve Akıl Yürütme ,Makine Öğrenmesi ,Makine Öğrenmesi ,Özel Konular ,Özel Konular,Proje Sunumları ,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Yapay zekanın temel kavramlarını ve rasyonel ajan yaklaşımını açıklar
Bilgisiz ve bilgili arama algoritmalarını analiz eder ve uygular
Kısıt tatmin ve oyun arama problemlerini modeller ve çözer
Belirsizlik altında akıl yürütme yöntemlerini uygular
Makine öğrenmesinin temel prensiplerini açıklar
Gerçek dünya yapay zeka uygulamalarını analiz eder
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş 1. bölümü okuması
2Yapay Zekaya Giriş 1.bölümü okuması
3Akıllı Ajanlar2.bölümü okuması
4Akıllı Ajanlar2. bölümü okuması
5Bilgisiz Arama lgili arama bölümlerini okuması
6Bilgili AramaSezgisel aramayı gözden geçirmesi
7Kısıt Tatmin Problemleri

CSP bölümünü okuması
8Oyunlarda Arama


Oyun ağaçlarını gözden geçirmesi
9Belirsizlik ve Akıl Yürütme


Olasılık temellerini tekrar etmesi
10Belirsizlik ve Akıl Yürütme Olasılık temellerini tekrar etmesi
11Makine Öğrenmesi ML temellerini gözden geçirmesi
12Makine Öğrenmesi ML temellerini gözden geçirmesi
13Özel Konular Güncel AI uygulamalarını araştırması
14Özel KonularGüncel AI uygulamalarını araştırması
15Proje Sunumları Proje hazırlaması
16Genel SınavTüm konuları tekrar etmesi
Kaynak
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th Global Edition). Pearson.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen ve mühendislik bilgilerini karmaşık mühendislik problemlerinin modellenmesi ve çözümünde uygular.
X
2
Karmaşık mühendislik problemlerini uygun analiz ve modelleme yöntemleriyle çözer.
X
3
Karmaşık sistem, süreç ve ürünleri gerçekçi kısıtlar altında modern tasarım yöntemleriyle tasarlar.
X
4
Mühendislik problemlerine yönelik modern teknik ve araçları etkin biçimde kullanır.
X
5
Mühendislik problemlerine ilişkin deneysel verileri analiz eder.
X
6
Disiplin içi ve çok disiplinli takımlarda bireysel sorumluluk bilinciyle etkin çalışır.
X
7
Türkçe ve en az bir yabancı dilde etkili sözlü ve yazılı iletişim kurar.
X
8
Yaşam boyu öğrenme yaklaşımıyla mesleki bilgi ve becerilerini geliştirir.
X
9
Mesleki ve etik sorumluluklarını ilgili ilkeler çerçevesinde değerlendirir.
X
10
Proje, risk ve değişim yönetimi süreçlerini girişimcilik ve sürdürülebilirlik ilkeleri çerçevesinde değerlendirir.
X
11
Mühendislik uygulamalarının toplumsal, çevresel, güvenlik ve hukuksal etkilerini değerlendirir.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Bilgi / Destek Butonu