• 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 FSH 0057 Uygulamalarla Yapay Zekâ SEÇMELİ 0 2 0 2

Dersi Veren Birim

Fen Fakültesi

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR. ÖĞR. ÜYESİ KADRİYE FİLİZ BALBAL

Dersi Alan Birimler

Kimya Fizik Bilgisayar Bilimleri Biyoloji Matematik (İngilizce) İstatistik

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Yapay zekanın tanımı hakkında bilgi sahibi olabilme 2   Temel yapay zekâ algoritmalarını kavrayabilme 3   Algoritmik çözüm yöntemlerini uygulayabilme 4   Probleme uygun yapay zekâ tekniklerini belirleyebilme 5   Yapay zekâ yöntemlerini uygulayarak yorumlayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 1. Yapay Zekaya Giriş 2 2. Yapay Zeka Uygulamalarında Kullanılan Programlar 3 3. Standartlaştırma Yöntemleri 4 4. Sınıflandırma Algoritmaları-1 5 5. Sınıflandırma Algoritmaları-2 6 6. Regresyon Algoritmaları 7 7. Destek Vektör Makineleri 8 8. Uygulama 9 9. Yapay Sinir Ağları-1 10 10. Yapay Sinir Ağları-2 11 11. Kümeleme Algoritmaları 12 12. Proje Sunumları 13 13. Proje Sunumları 14 14. Proje Sunumları

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Ders, teorik içeriğin uygulamalarla zenginleştirilerek anlatımı, ödev sunumları ve tartışma biçiminde sürdürülecektir. Öğretilen dersin yanı sıra, öğrencilere gruplar halinde sunumlar hazırlatılacak ve tartışmalı oturumlar şeklinde sundurulacaktır. Dersin bazı haftalarında, daha önce verilen ödev sonuçları tartışılarak pekiştirilecektir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 OD Ödev 3 FN Final 4 BNS BNS VZ * 0.30 + OD * 0.30 + FN * 0.40 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ * 0.30 + OD * 0.30 + BUT * 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

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 2 26 Haftalık Ders öncesi/sonrası hazırlıklar 12 2 24 Final Sınavı 1 2 2 Vize Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 54

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 PK.11 PK.12 PK.13 ÖK.1 4 5 5 4 3 ÖK.2 4 4 4 5 ÖK.3 5 5 5 5 5 ÖK.4 4 5 5 5 4 ÖK.5 4 4 5 5 5 3 4