Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CME 4418	YAPAY ZEKAYA GİRİŞ	SEÇMELİ	2	2	0	6

Dersi Veren Birim

Bilgisayar Mühendisliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. ÖZLEM VARLIKLAR

Dersi Alan Birimler

Bilgisayar Mühendisliği

Dersin Amacı

Bu dersin amacı yapay zeka alanındaki yöntemleri, uygulama dillerini ve arama paradigmalarını etkin bir şekilde öğretmek ve uygulamak; böylece öğrencilerin analitik ve kuramsal düşünce güçlerini artırabilmelerini ve etkin problem çözebilmelerini sağlamaktır.

Dersin Öğrenme Kazanımları

1	Yapay zeka yöntemlerini ve günlük hayattaki uygulamalarını öğrenebilmesi.
2	Kısıt sağlama problemleri gibi matematiksel problemlerin çözümü için gerekli arama paradigmalarını öğrenmesi ve gerektiğinde uygulayabilmesi.
3	Verilen problemin çözümü için uygun arama paradigmasını kullanabilmesi ve probleme çözüm üretebilmesi.
4	Öğrenme paradigmalarını kavrayabilmesi.
5	Öğrenme paradigmalarını günlük hayatta uygulayabilmesi ve problemlere çözüm üretebilmesi.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Yapay Zekaya Giriş: Yapay Zekanın Tarihçesi ve Uygulamaları
2	Akıllı Etmenler
3	Arama Stratejileri: Genişlik Öncelikli Arama (Depth First Search), Derinlik Öncelikli Arama (Breadth First Search), Sezgisel Arama (Heuristic Search)
4	Oyun Ağaçları ve Dönüşümlü Arama, Minimax Arama, Alpha-Beta Budama Algoritmaları
5	Problem Çözme: Kısıt Sağlama Problemleri (CSP), Geriye Dönük Arama
6	Öğrenme Paradigmaları - I: Gözlemlerden Öğrenme, Tümevarımsal Öğrenme, Karar Ağaçları
7	Öğrenme Paradigmaları - II: Örneklerden Öğrenme, Gizli Değişkenlerle Öğrenme, Örnek Tabanlı Öğrenme
8	Yapay Zeka Uygulamalarıyla Bilgi Temsili
9	Doğal Dil İşleme: Biçimbilim, Anlambilim ve Edimbilim
10	Yapay Sinir Ağları
11	Genetik Algoritmalar
12	Yapay Zeka ve Robotik
13	Uzman sistemler
14	Proje Sunumları

Ders İçin Önerilen Kaynaklar

Ana kaynak: Artificial Intelligence A Modern Approach,Stuart Russell,Peter Norvig, Prentice Hall,0131038052.
Yardımcı kaynak: Artificial Intelligence, George Luger, Addison Wesley, 0201648660.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, problem çözümü, sunum, ödev, kısa sınavlar.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	OD	Ödev
2	VZ	Arasınav
3	FN	Final
4	BNS	BNS	OD * 0.40 + VZ * 0.20 + FN * 0.40
5	BUT	Bütünleme Notu
6	BBN	Bütünleme Sonu Başarı Notu	OD * 0.40 + VZ * 0.20 + BUT * 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ara sınav %20, Ödev %40 (Kısa sınavlar ve Ödevler), final sınavı %40 oranında dönem notunu belirler.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

aktas.ozlem@deu.edu.tr.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlk derste ilan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Ders Anlatımı	14	2	28
Uygulama	14	2	28
Haftalık Ders öncesi/sonrası hazırlıklar	14	1	14
Diğer Kısa Sınavlara Hazırlık	4	2	8
Ödev Hazırlama	1	18	18
Final Sınavına Hazırlık	1	18	18
Vize Sınavına Hazırlık	1	12	12
Diğer Kısa Sınav	4	2	8
Final Sınavı	1	4	4
Proje Ödevi	1	6	6
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			146

Program ve Öğrenme Kazanımları İlişkisi

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

DERS ADI

DERECE PROGRAMLARI