Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
YAPAY ZEKA VE SANAL GERÇEKLİKCPR2222289Bahar Dönemi1+223
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıÖğrencinin yapay zekâ, yapay zeka temel uygulamaları ve sanal gerçeklik kavramlarını ele alabilmesi amaçlanmaktadır.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş,Bilgisiz Arama,A* ve Sezgisel Arama,Oyun Ağaçları: Minimax,Oyun Ağaçları: Expectimax, Yardımcı Programlar,Takviyeli Öğrenme,Makine Öğrenmesi,Ara Sınav,MÖ: Algılayıcılar ve Lojistik Regresyon,MÖ: Optimizasyon ve Sinir Ağları,Yapay Zeka Uygulamaları,Evrişimli Sinir Ağları,Evrişimli Sinir Ağı Mimarileri,Sanal Gerçeklik,Sanal Gerçeklik Gözlüğü Teknolojisi,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Yapay zekayı açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
2. Makine öğrenmesini açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
3. Derin sinir ağlarını açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
4. Evrişimli sinir ağlarını kullanır.1, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
5. Sanal gerçekliği açıklar.1, Anlatım Yöntemi, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
Öğretim Yöntemleri:1: Soru - Cevap Tekniği, Anlatım Yöntemi: Anlatım Yöntemi, Lecture Method: Lecture Method, Soru - Cevap Tekniği: Soru - Cevap Tekniği
Ölçme Yöntemleri:1: Çoktan Seçmeli Sınav, Multiple-Choice Examination: Multiple-Choice Examination, Written Examination: Written Examination, Yazılı Sınav: Yazılı Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş
2Bilgisiz Arama
3A* ve Sezgisel Arama
4Oyun Ağaçları: Minimax
5Oyun Ağaçları: Expectimax, Yardımcı Programlar
6Takviyeli Öğrenme
7Makine Öğrenmesi
8Ara Sınav
9MÖ: Algılayıcılar ve Lojistik Regresyon
10MÖ: Optimizasyon ve Sinir Ağları
11Yapay Zeka Uygulamaları
12Evrişimli Sinir Ağları
13Evrişimli Sinir Ağı Mimarileri
14Sanal Gerçeklik
15Sanal Gerçeklik Gözlüğü Teknolojisi
16Genel Sınav
Kaynak
Stuart Russell, Peter Norvig – Artificial Intelligence: A Modern Approach, 4th Edition, Pearson (2020) Steven M. LaValle – Virtual Reality, Cambridge University Press (2023) Grigore C. Burdea, Philippe Coiffet – Virtual Reality Technology, 2nd Edition, Wiley-IEEE Press (2003) (Classic Reference) Paris Buttfield-Addison, Jon Manning, Tim Nugent – AI for Games: Canvas to Unity, O'Reilly Media (2019) Micheal Lanham – Learn Unity ML-Agents: Fundamentals of Unity Machine Learning Agents, Packt Publishing (2018)

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
1- Bilgisayar Programcılığı ile ilgili edindiği uygulama bilgilerini kullanabilme.
X
2
2- Düşünce ve önerilerini nitel ve nicel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme.
3
3- Bilgisayar Programcılığı ile ilgili tanımı iyi yapılmış problemlerin çözümü için veri toplayabilme ve kullanabilme.
X
4
4- Bilgisayar Programcılığı ile ilgili pratik uygulamalarda gereken teorik bilgileri, el ve/veya düşünsel becerileri kullanabilme.
X
5
5- Mesleki özgüvene sahip olma.
X
6
6- Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri yönetebilme.
7
7- Bilgisayar Programcılığında edindiği kuramsal bilgilerini kullanabilme.
X
8
8- Bilgisayar Programcılığının gerektirdiği düzeyde bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanabilme.
X
9
9- Sektörün beklentilerini karşılayacak şekilde Bilgisayar Programcılığı ile ilgili süreci/süreçleri planlama becerisine sahip olma.
X
10
10- Bilgisayar Programcılığında bağımsız olarak öğrendiklerini uygulayabilme.
X
11
11- Bilgisayar Programcılığı ile ilgili çalışmalarda öngörülemeyen problemleri belirleyebilme ve çözüm üretebilme.
X
12
12- Bilgisayar Programcılığı ile ilgili konularda kişi ve kurumları bilgilendirebilmek için düşüncelerini yazılı ve sözlü olarak aktarabilme.
13
13- Yaşam boyu öğrenme bilinci kazanmış olma.
X
14
14- Uygulamada karşılaştığı bilgileri bilgisayar ortamına aktararak çözebilme.
X
15
15- Bilgisayar Programcılığı ile ilgili uygulamalar için gerekli teknik ve modern araçları kullanabilme.
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 ZEKA VE SANAL GERÇEKLİKCPR2222289Bahar Dönemi1+223
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıÖğrencinin yapay zekâ, yapay zeka temel uygulamaları ve sanal gerçeklik kavramlarını ele alabilmesi amaçlanmaktadır.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş,Bilgisiz Arama,A* ve Sezgisel Arama,Oyun Ağaçları: Minimax,Oyun Ağaçları: Expectimax, Yardımcı Programlar,Takviyeli Öğrenme,Makine Öğrenmesi,Ara Sınav,MÖ: Algılayıcılar ve Lojistik Regresyon,MÖ: Optimizasyon ve Sinir Ağları,Yapay Zeka Uygulamaları,Evrişimli Sinir Ağları,Evrişimli Sinir Ağı Mimarileri,Sanal Gerçeklik,Sanal Gerçeklik Gözlüğü Teknolojisi,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Yapay zekayı açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
2. Makine öğrenmesini açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
3. Derin sinir ağlarını açıklar.1, Anlatım Yöntemi, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
4. Evrişimli sinir ağlarını kullanır.1, Lecture Method, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
5. Sanal gerçekliği açıklar.1, Anlatım Yöntemi, Soru - Cevap Tekniği1, Multiple-Choice Examination, Written Examination, Yazılı Sınav
Öğretim Yöntemleri:1: Soru - Cevap Tekniği, Anlatım Yöntemi: Anlatım Yöntemi, Lecture Method: Lecture Method, Soru - Cevap Tekniği: Soru - Cevap Tekniği
Ölçme Yöntemleri:1: Çoktan Seçmeli Sınav, Multiple-Choice Examination: Multiple-Choice Examination, Written Examination: Written Examination, Yazılı Sınav: Yazılı Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş
2Bilgisiz Arama
3A* ve Sezgisel Arama
4Oyun Ağaçları: Minimax
5Oyun Ağaçları: Expectimax, Yardımcı Programlar
6Takviyeli Öğrenme
7Makine Öğrenmesi
8Ara Sınav
9MÖ: Algılayıcılar ve Lojistik Regresyon
10MÖ: Optimizasyon ve Sinir Ağları
11Yapay Zeka Uygulamaları
12Evrişimli Sinir Ağları
13Evrişimli Sinir Ağı Mimarileri
14Sanal Gerçeklik
15Sanal Gerçeklik Gözlüğü Teknolojisi
16Genel Sınav
Kaynak
Stuart Russell, Peter Norvig – Artificial Intelligence: A Modern Approach, 4th Edition, Pearson (2020) Steven M. LaValle – Virtual Reality, Cambridge University Press (2023) Grigore C. Burdea, Philippe Coiffet – Virtual Reality Technology, 2nd Edition, Wiley-IEEE Press (2003) (Classic Reference) Paris Buttfield-Addison, Jon Manning, Tim Nugent – AI for Games: Canvas to Unity, O'Reilly Media (2019) Micheal Lanham – Learn Unity ML-Agents: Fundamentals of Unity Machine Learning Agents, Packt Publishing (2018)

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
1- Bilgisayar Programcılığı ile ilgili edindiği uygulama bilgilerini kullanabilme.
X
2
2- Düşünce ve önerilerini nitel ve nicel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme.
3
3- Bilgisayar Programcılığı ile ilgili tanımı iyi yapılmış problemlerin çözümü için veri toplayabilme ve kullanabilme.
X
4
4- Bilgisayar Programcılığı ile ilgili pratik uygulamalarda gereken teorik bilgileri, el ve/veya düşünsel becerileri kullanabilme.
X
5
5- Mesleki özgüvene sahip olma.
X
6
6- Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri yönetebilme.
7
7- Bilgisayar Programcılığında edindiği kuramsal bilgilerini kullanabilme.
X
8
8- Bilgisayar Programcılığının gerektirdiği düzeyde bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanabilme.
X
9
9- Sektörün beklentilerini karşılayacak şekilde Bilgisayar Programcılığı ile ilgili süreci/süreçleri planlama becerisine sahip olma.
X
10
10- Bilgisayar Programcılığında bağımsız olarak öğrendiklerini uygulayabilme.
X
11
11- Bilgisayar Programcılığı ile ilgili çalışmalarda öngörülemeyen problemleri belirleyebilme ve çözüm üretebilme.
X
12
12- Bilgisayar Programcılığı ile ilgili konularda kişi ve kurumları bilgilendirebilmek için düşüncelerini yazılı ve sözlü olarak aktarabilme.
13
13- Yaşam boyu öğrenme bilinci kazanmış olma.
X
14
14- Uygulamada karşılaştığı bilgileri bilgisayar ortamına aktararak çözebilme.
X
15
15- Bilgisayar Programcılığı ile ilgili uygulamalar için gerekli teknik ve modern araçları kullanabilme.
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