Bilgi Paketi / Ders Kataloğu
Yapay Zekaya Giriş
Ders Kodu: BPR210
Ders Türü: Zorunlu
Ders Grubu: Önlisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 1
Uyg.: 1
Kredi: 2
Laboratuvar: 0
AKTS: 4
Amaç

Bu dersin amacı yapay zekâ 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.

Özet İçerik

Yapay Zeka (Artificial Intelligence, AI), zaman içinde geniş uygulama çeşitlerine sahip olan bir alan olmuştur. AI sitemleri şimdilerde konuşmaları anlamayı, satranç oynamayı ve ev işlerini yapmayı becerebilmektedir. Bu derste, Yapay Zeka sistemleri hakkında bilgi nasıl sunulmalı; hareket nasıl etkili bölümlere ayrılmalı ve olasılıklar arasından nasıl en iyi (optimal) sonucu veya neredeyse-en iyi sonucu bulunabileceği incelenecektir. Ayrıca dünyadaki bilinmezlerle nasıl başa çıkılacağı, deneyimlerden nasıl ders çıkarılabileceği ve de verilerden nasıl karar verilebileceği tartışılacaktır.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğr. Gör. Mehmet Can HANAYLI
Öğrenme Çıktıları
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.Modern programlama dilleri (Java, C, C++, C#, vb.) ile yapay zeka tabanlı programlama inceleyebilmesi.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Russell, S.J. And Norvig, P., “Artificial Intelligence : A Modern Approach”, Third Edition, Prentice-Hall, 2009. (AIMA
2.Yapay Zeka Geçmişi ve Geleceği Nils J. Nilsson (Eser Sahibi), Mehmet Doğan (Çevirmen) Boğaziçi Yayınları; 1. baskı (6 Şubat 2019)
3.Karar Destek Sistemleri (Veri Ambarı - Veri Madenciliği - Klinik KDS)
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Yapay Zekaya Giriş: Yapay Zekanın Tarihçesi ve Uygulamaları
2. Hafta - Teorik
Bilgi Gösterimi
3. Hafta - Teorik
Problem Çözme: Constraint Satisfaction Problems (CSP), Backtracking Search for CSP
4. Hafta - Teorik
Arama Stratejileri: Genişlik Öncelikli Arama (Depth First Search), Derinlik Öncelikli Arama (Breath First Search), Sezgisel Arama (Heuristic Search)
5. Hafta - Teorik
Hill Climbing, Best First Search, A* Method
6. Hafta - Teorik
Oyun Ağaçları ve Dönüşümlü Arama, Alpha-Beta İndirgeme, Minimax Arama
7. Hafta - Teorik
Yapay Zeka Dilleri ve Bilgi Tabanı Oluşturma
8. Hafta - Teorik
Yapay Zeka Dilleri ve Bilgi Tabanı Oluşturma (Ara sınav)
9. Hafta - Teorik
Doğal Dil İşleme: Biçimbilim, Anlambilim ve Edimbilim
10. Hafta - Teorik
Doğal Dil İşleme: Biçimbilim, Anlambilim ve Edimbilim
11. Hafta - Teorik
Öğrenme Paradigmaları: Learning from Observations, Inductive Learning, Decision Trees
12. Hafta - Teorik
Öğrenme Paradigmaları: Learning from Examples, Learning with Hidden Variables, Instance Based Learning
13. Hafta - Teorik
Uzman sistemler
14. Hafta - Teorik
Derin Öğrenmeye Giriş ve Temelleri
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%40
Dönem Sonu Sınavı (Final)1%60
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140114
Uygulamalı Ders140114
Ödev84032
Proje43428
Ara Sınav1516
Dönem Sonu Sınavı1516
TOPLAM İŞ YÜKÜ (Saat)100
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
OÇ-1
5
4
4
4
3
3
3
3
3
3
3
OÇ-2
4
4
4
4
4
3
3
3
3
3
3
OÇ-3
3
3
3
3
3
3
3
3
3
3
3
OÇ-4
5
5
5
5
5
5
5
5
5
5
5
OÇ-5
3
3
3
3
3
3
3
3
3
4
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026