• 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 MTS 3005 YAPAY ZEKA YÖNTEMLERİ SEÇMELİ 2 0 0 3

Dersi Veren Birim

Mühendislik Fakültesi

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. DERYA BİRANT

Dersi Alan Birimler

Endüstri Mühendisliği Tekstil Mühendisliği Makina Mühendisliği Makina Mühendisliği (İ.Ö) Maden Mühendisliği Metalurji ve Malzeme Mühendisliği Çevre Mühendisliği İnşaat Mühendisliği İnşaat Mühendisliği (İ.Ö)

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Yapay zeka temel kavramlarını tanımlayabilme 2   Yapay zeka yöntemlerini öğrenebilme 3   Yapay zeka yöntemlerinin günlük hayattaki uygulamalarını öğrenebilme 4   Yapay zeka teknikleri ile problem çözebilme 5   Bir proje kapsamında çok disiplinli bir takımda çalışabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Yapay Zekaya Giriş 2 Yapay Zekanın Tarihçesi 3 Yapay Zeka Uygulamaları 4 Öğrenme Tekniklerine Giriş 5 Denetimli Öğrenme Yöntemleri - K-En Yakın Komşu Algoritması 6 Denetimli Öğrenme Yöntemleri - Naive Bayes 7 Denetimli Öğrenme Yöntemleri - Karar Ağaçları 8 Yapay Zeka Problemleri Çözme 9 Denetimsiz Öğrenme Yöntemleri - Kmeans Kümeleme 10 Denetimsiz Öğrenme Yöntemleri - Birliktelik Kuralları Analizi 11 Proje Sunumları Çok disiplinli takımların proje sunumları 12 Proje Sunumları Çok disiplinli takımların proje sunumları 13 Proje Sunumları Çok disiplinli takımların proje sunumları 14 Proje Sunumları Çok disiplinli takımların proje sunumları

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı / Sunum Problem çözme Disiplinler arası (çok disiplinli) takımların proje geliştirmesi ve sunması

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 PR Proje 3 FN Final 4 BNS BNS VZ * 0.15 + PR * 0.35 + FN * 0.50 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ * 0.15 + PR * 0.35 + BUT * 0.50

Değerlendirme Yöntemlerine İliskin Aciklamalar

Proje, disiplinler arası (çok disiplinli) takımlar ile geliştirilecektir.

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 14 2 28 Haftalık Ders öncesi/sonrası hazırlıklar 14 1 14 Vize Sınavına Hazırlık 1 6 6 Final Sınavına Hazırlık 1 8 8 Proje Hazırlama 1 17 17 Vize Sınavı 1 1 1 Final Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 75

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