Bilgi Paketi / Ders Kataloğu
Yapay Zeka
Ders Kodu: CSE419
Ders Türü: Bölüm Seçmeli
Ders Grubu: Lisans
Eğitim Dili: İngilizce
Staj Durumu: Yok
Teori: 2
Uyg.: 2
Kredi: 3
Laboratuvar: 0
AKTS: 6
Amaç

Bu dersin amacı, ögrencilere Yapay Zeka'nın degisik yönlerinin incelemesini vermektir.

Özet İçerik

Bu ders Yapay Zeka’yı tanıtır. Bu derste hesaplamalı zekanın en temel elemanları olan teoriler, matematiksel biçimcilikler ve algoritmalar incelenir. İncelenecek konular: arama, mantıksal betimleme ve mantıklı düşünme, otomatik planlama, belirsizlik ile temsil etme ve mantıklı düşünme, belirsizlik altında karar verme, ve öğrenme.

Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Fatih SOYGAZİ
Öğrenme Çıktıları
1.1) Genel uygulanabilir değişik yaklaşımlar geliştirebilmek.
2.2) Yapay Zeka arama modelleri ve soysal arama stratejilerini anlamak.
3.3) Bayesian ağlar ile olasılığı Yapay Zeka'da belirsizliği ele alma mekanizması olarak kullanmak.
4.4) Öğrenmeyi kullanarak bir işi daha iyi yapmaya çalışan Yapay Zeka sistemlerinin tasarımlarını araştırmak.
5.5) Mantığı, Yapay Zeka sistemlerinde bilgi temsil etme şekli olarak sunmak.
6.6) Bilgisayarla görüntü, doğal dil işleme ve robotik gibi özel alanları adreslemek.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, Third Ed., Prentice Hall, 2010, ISBN10: 0132124114.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
AI tanımı, tarihçesi ve terimler. Akıllı etmenler, modelleri ve özelliklerine taksonomik bakış.
2. Hafta - Teorik
Bilgi, çıkarsama ve mantık. Hedef tabanlı sistemler karşısında keşif.
3. Hafta - Teorik
Önermeler mantığı, çözünürlük için ileri ve geri zincirleme.
4. Hafta - Teorik
Prolog'u basit mantıksal programlama için kullanma.
5. Hafta - Teorik
Arayarak sorunlarını çözme.
6. Hafta - Teorik
Bilgilendirilmiş arama ve sezgisel tarama.
7. Hafta - Teorik
Yerel arama, keşif ve genetik algoritmalar. Kısıt memnuniyeti sorunları.
8. Hafta - Teorik
Birinci dereceden mantık ve problem çözme için Prolog kullanma, planlama.
9. Hafta - Teorik
Fiziksel dünyada Akıllı etmenler: robotik özeti, algı ve doğal dil işleme sorunları.
10. Hafta - Teorik
Öğrenme, karar ağları ve Bayesian ağlar.
11. Hafta - Teorik
Multi-agent sistemler.
12. Hafta - Teorik
Dağıtık yapay zeka.
13. Hafta - Teorik
Yapay zekanın güncel uygulamaları.
14. Hafta - Teorik
Yapay zekanın güncel uygulamaları.
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%15
Dönem Sonu Sınavı (Final)1%60
Kısa Sınav (Quiz)4%15
Ödev5%5
Dönem Ödevi1%5
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140228
Uygulamalı Ders140228
Ödev50210
Proje18715
Kısa Sınav45022
Ara Sınav116925
Dönem Sonu Sınavı120222
TOPLAM İŞ YÜKÜ (Saat)150
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
4
5
4
4
3
3
3
4
2
3
2
OÇ-2
5
5
4
4
4
2
3
4
2
3
3
OÇ-3
5
4
4
5
5
2
3
4
3
3
3
OÇ-4
5
5
5
5
5
3
4
5
3
4
3
OÇ-5
5
4
4
4
3
2
3
4
3
3
3
OÇ-6
5
5
5
5
5
3
4
5
3
4
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026