• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS YBS 6016 Uzman Sistemler SEÇMELİ 3 0 0 7

Dersi Veren Birim

Yönetim Bilişim Sistemleri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

PROF.DR. VAHAP TECİM

Dersi Alan Birimler

Yönetim Bilişim Sistemleri Doktora

Dersin Amacı

Bu dersin amacı, karar verme, makine öğrenmesi, bilgisayar görme gibi yapay zekayı kullanan alanlarda araştırma yapan lisansüstü öğrencilere teorik bilgi kazandırmaktır.

Dersin Öğrenme Kazanımları

1   Temel yapay zeka kavramlarını tanımlayabilir. 2   Yapay zeka tekniklerini uygulayama 3   Belirli bir problemi çözmek için hangi Yapay Zeka tekniklerinin uygun olduğunu belirleme 4   Yapay bir akıllı model tasarlamak 5   Bir YZ algoritması uygulaması

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Introduction to Artificial Intelligence 2 Real World AI Applications 3 Pattern Discovery with AI techniques 4 Problem Solving Techniques 5 Association Rules and Decision Making 6 Artificial Neural Networks 7 Self-Organizing Map (SOM) 8 Mid-Term 9 Pattern Recognition 10 Knowledge Representation 11 Artificial Life 12 Expert Systems 13 AI Robotics 14 Presentations

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Etkinlikler ayrıntılı olarak 'Değerlendirme Yöntemleri' ve 'İş Yükü Hesaplaması' bölümünde verilmiştir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS ARASINAV 2 PRJ PROJE 3 SUN SUNUM 4 YYS YARIYIL SONU SINAVI 5 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.20 + PRJ * 0.20 + SUN * 0.20 + YYS* 0.40 6 BUT BÜTÜNLEME 7 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.20 + PRJ* 0.20 + SUN * 0.20 + BUT* 0.40 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Öğrencilerin ara sınav, projeleri, sunum ve final sınavı ile performansları ölçülmektedir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Bölümün uyguladığı kurallar geçerlidir.

Dersin Öğretim Üyesi İletişim Bilgileri

Prof.Dr. Vahap TECİM vahap.tecim@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 13 3 39 Haftalık Ders öncesi/sonrası hazırlıklar 13 4 52 Vize Sınavına Hazırlık 1 20 20 Final Sınavına Hazırlık 1 20 20 Sunum Hazırlama 1 10 10 Rapor hazırlama 1 27 27 Final Sınavı 1 1 1 Vize Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 170

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 ÖK.1 5 3 3 4 ÖK.2 5 3 3 4 ÖK.3 5 3 3 4 ÖK.4 5 3 3 4 ÖK.5 5 3 3 4