Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
BTE 5003	Eğitimde Yapay Zekâ Uygulamaları	SEÇMELİ	2	0	0	4

Dersi Veren Birim

Bilgisayar ve Öğretim Teknolojileri Öğretmenliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ.DR. KÜRŞAT ARSLAN

Dersi Alan Birimler

Bilgisayar ve Öğretim Teknolojileri Öğretmenliği

Dersin Amacı

Bu dersin amacı, zeka ve yapay zeka kavramlarını incelemek ve bunların eğitimde kullanım durumlarını ve uygulamalarını örnekleriyle birlikte ortaya koymaktır. Bununla birlikte yapay zeka uygulamaları arasında yer alan uzman sistemler, öğrenen sistemler, eğitimde büyük veri ve mantıksal programlamada program geliştirme bu dersin ana başlıkları arasında yer alır.

Dersin Öğrenme Kazanımları

1	Zeka ve yapay zeka kavramlarını açıklar
2	Yapay zeka kavramının tarihçesini açıklar
3	Uzman sistemlerin yapısı ve bileşenlerini bilir
4	Uzman sistemlerin eğitimde kullanımı için gerekli tasarım öğelerini söyler
5	Öğrenen sistemlerin yapısı ve bileşenlerinin bilir
6	Mantıksal programlama dillerinin özelliklerini söyler
7	Bir mantıksal programlama dilini temel düzeyde bilir

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Dersin tanıtılması (ders hakkında bilgi, hedeflerin ve içeriğin tanıtılması) ve derse ilişkinin kuralların detaylıca açıklanması
2	Zeka, zeka testleri ve doğal zekanın açıklanması
3	Yapay Zeka (Turing testi, Chinenese Room), Yapay zeka altında yatan felsefe, yapay zekanın tarihçesi, yapay zeka uygulamaları (Dil işleme, Uzman sistemler, robotlar, algısal problemler, )
4	Yapay zekanın hedefleri ve ilgili disiplinler, yapay zeka problemleri
5	Uzman sistemler (Uzman sistemlerin bileşenleri ve özellikleri)
6	Uzman sistemlerin eğitimde kullanılması
7	Mantıksal Programlama (Mantıksal programlamanın özellikleri, mantıksal programlama ve uygulamaları, basit örnekler, mantıksal programlama dilleri)
8	Genel Tekrar, Ders Değerlendirmesi, Ara Sınav
9	Prolog dili uygulamaları - 1
10	Prolog dili uygulamaları - 2	Ödev-1
11	Prolog dili uygulamaları - 3
12	Prolog dili uygulamaları - 4	Ödev-1
13	Uzman Sistemlerin Eğitimde Kullanılması (Uygulama örneği)
14	Final Sınavı

Ders İçin Önerilen Kaynaklar

Ertel, W. & Black, N.T. (2018). Introduction to Artificial Intelligence. Springer International Publishin
AKERKAR, R. (2014). INTRODUCTION TO ARTIFICIAL INTELLIGENCE. PHI Learning g
Kaplan, J. (2016). Artificial Intelligence: What Everyone Needs to Know. Oxford University Press

Öğrenme ve Öğretme Yöntemleri

Bu derste belirlenen temel öğretim yaklaşımı anlatım tekniğine dayanır. Sorumlu öğretim elemanı tarafından teorik bilgilerin sunumlar yoluyla anlatılması, temel öğretim yöntemidir. Bunun yanında, yapay zeka uygulamalarının daha iyi anlaşılması için eğitimde küçük ölçekli bir yapay zeka uygulamasının geliştirilmesi yoluyla aktivite tabanlı öğretim yöntemi de kullanılacaktır.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Ara Sınav
2	FN	Yarıyılsonu Sınavı
3	BNS	BNS	VZ * 0.40 + FN * 0.60
4	BUT	Bütünleme Notu
5	BBN	Bütünleme Sonu Başarı Notu	VZ * 0.40 + BUT * 0.60

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınav, Sözlü sınav, Ödev ve Performans Görevi

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslere devam zorunlu değildir. Eğer değerlendirme proje üzerinden yapılırsa, öğretim elemanı tarafından ilan edilen tarihten sonra teslim eden ödevler için geçirilen her gün başına %10 puan eksiltmesi yapılabilir. Toplam 4 gün üzeri teslim edilen haftalık ödev ya da projeler dikkate alınmayacaktır. Diğer taraftan öğretim üyesi derse olumlu ve aktif katılım, derse düzenli devam ve sınıf içi etkinliklere katılım gibi olumlu durumlar için öğrencilere bonus olarak %10'a kadar ek puan vermeyi değerlendirebilir.

Dersin Öğretim Üyesi İletişim Bilgileri

Dr. Kürşat ARSLAN
Dokuz Eylül Üniversitesi
Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü
Buca Eğitim Fakültesi-Sosyal Bina, İzmir, Türkiye
Email: kursat.arslan@deu.edu.tr (http://www.galloglu.com/)
Telefon: 0232 3012136
Oda: 207

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

tanımlanmadı

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	13	2	26
Haftalık Ders öncesi/sonrası hazırlıklar	13	1	13
Vize Sınavına Hazırlık	1	3	3
Final Sınavına Hazırlık	1	3	3
Sunum Hazırlama	13	3	39
Vize Sınavı	1	2	2
Final Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			88

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.7	PK.8	PK.9	PK.10
ÖK.1	1	3	1	1	1	3	1	3	1	1
ÖK.2	1	1	1	1	1	3	1	3	1	1
ÖK.3	1	4	1	1	1	4	1	1	1	1
ÖK.4	1	4	1	1	1	4	1	3	1	1
ÖK.5	1	4	1	1	1	4	1	1	1	1
ÖK.6	1	4	1	1	1	4	1	1	1	1
ÖK.7	1	4	1	1	1	4	1	1	1	1

DERS ADI

DERECE PROGRAMLARI