Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
MTS 3036	YERBİLİMLERİNDE YAPAY ZEKA UYGULAMALARI	SEÇMELİ	2	0	0	3

Dersi Veren Birim

Mühendislik Fakültesi

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ.DR. İLKNUR KAFTAN

Dersi Alan Birimler

Tekstil Mühendisliği
Makina Mühendisliği
Makina Mühendisliği (İ.Ö)
Mühendislik Fakültesi
Jeofizik Mühendisliği
Maden Mühendisliği
Jeoloji Mühendisliği

Dersin Amacı

Öğrencinin yapay zeka yöntemleri ve yerbilimlerindeki uygulama alanları hakkında bilgi sahibi olması hedeflenmiştir.

Dersin Öğrenme Kazanımları

1	1. Yapay zeka yöntemlerini tanımlayabilmek/anlayabilmek/ öğrenebilmek
2	2. Yapay zeka yöntemlerinin uygulama alanları hakkında bilgi sahibi olmak
3	3. Yapay zeka yöntemleri uygulamalarının avantajlarını kavrayabilmek
4	4. Yapay zeka yöntemlerinin yer bilimlerindeki uygulamalarını anlamak
5	5. Yerbilimleri problemleri ve yapay zeka uygulamaları arasında ilişki kurabilmek
6	6. Yer bilimleri sorunlarına yapay zeka yöntemlerini kullanarak çözüm üretebilmek

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	1. Hafta:Yapay Zekaya giriş ve yapay zekanın tarihçesi
2	2. Hafta: Yapay Zekanın uygulama alanları
3	3. Hafta: Yapay zeka ve öğrenme
4	4. Hafta: Yapay zeka ve öğrenme
5	5. Hafta:Yapay zeka yöntemleri ve özellikleri
6	6. Hafta: Yapay zeka yöntemleri ve özellikleri
7	7. Hafta: Yapay zeka yöntemleri ve özellikleri
8	8. Hafta: Ara Sınav
9	9. Hafta Yapay zekanın avantaj ve dezavantajları
10	10. Hafta: Yapay zeka uygulamalarında kullanılan programlama dilleri
11	11. Hafta: Yapay zeka yerbilimleri uygulamaları (Yeraltı yapılarının modellenmesi 1)
12	12. Hafta: Yapay zeka yerbilimleri uygulamaları (Yeraltı yapılarının modellenmesi 2 )
13	13. Hafta: Yapay zeka yerbilimleri uygulamaları (Sismoloji)
14	14. Hafta: Yapay zeka yerbilimleri uygulamaları (Jeotermal)

Ders İçin Önerilen Kaynaklar

Ana kaynak :
"Introduction to Artificial Intelligence", Wolfgang Ertel, Springer, 2011.

"Artificial Intelligence and Dynamic systems for Geophysical Applications Alexei Gvishiani and Jacques O. Dubois, Springer, 2002

Yardımcı kaynaklar :
"Yapay Zeka Uygulamaları", Prof.Dr. Çetin Elmas, Seçkin Akademik ve Mesleki Yayınlar, Dördüncü Baskı, 2018
"Yapay Sinir Ağları", Prof.Dr Ercan Öztemel, Papatya Yayıncılık, 2012.
"Bulanık Mantık Uzman Sistemler ve Denetleyiciler", Nazife Baykal ve Timur Beyan, Bıçaklar Kitabevi, 2004

Öğrenme ve Öğretme Yöntemleri

Ders sınıfta anlatılacaktır. Öğrenciler ders notlarından ve ders için önerilen kaynaklardan dersi takip edeceklerdir.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	PR	Proje
3	FN	Final
4	BNS	BNS	VZ * 0.30 + PR * 0.20 + FN * 0.50
5	BUT	Bütünleme Notu
6	BBN	Bütünleme Sonu Başarı Notu	VZ * 0.30 + PR * 0.20 + BUT * 0.50

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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Arasınav'ın ders geçme notuna etkisi %30'dur. ÖÇ1- ÖÇ2-ÖÇ3 sınanacaktır
Ödev/Sunum/Projenin ders geçme notuna etkisi %20'dir. ÖÇ1- ÖÇ2- ÖÇ3-ÖÇ4-ÖÇ5 sınanacaktır.
Final sınavının ders geçme notuna etkisi %50'dir. ÖÇ1-ÖÇ2-ÖÇ3- ÖÇ4-ÖÇ5-ÖÇ6 sınanacaktır

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Jeofizik Mühendisliği Bölümü

ilknur.kaftan@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Cuma 15:00-17:00

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	3	39
Final Sınavı	1	1	1
Vize Sınavı	1	1	1
TOPLAM İŞ YÜKÜ (saat)			67

Program ve Öğrenme Kazanımları İlişkisi

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

DERS ADI

DERECE PROGRAMLARI