Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Yapay Zeka | YBS 413 | 7 | 2 + 0 | 2 | 5 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Lisans |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Doç.Dr. ÇAĞLA EDİZ |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Yapay zeka, insanlardaki düşünce yapısı ve ilgili zihinsel fonksiyonları bilgisayar modelleri yardımıyla inceleyip bunları matematiksel model ve bilgisayar programı haline dönüştürebilme becerisi olarak ifade edilebilir. Daha geniş bir ifadeyle yapay zeka, bilgi edinme, algılama, görme, düşünme ve karar verme gibi insan zekasına özgü kapasitelerle donatılmış bilgisayarlardır. Bu dersin amacı öğrencilerin yapay zekânın temel teknik ve mekanizmalarını içerecek şekilde yapay zeka konusuna giriş yapmalarını sağlamaktır. Bu dersi tamamlayan öğrencilerin yapay zekânın tarihsel ve kavramsal gelişimini, yapay zekânın amaçları ve bu amaçlara ulaşmak için kullandığı yöntemleri, yapay zekânın toplumsal ve ekonomik rolünü anlaması ve problemleri analiz ederek yapay zekâ tekniklerinin nerede kullanılabileceğinin belirlenmesi ve yapay zekâ tekniklerini kullanabilmesi amaçlanmaktadır. |
Dersin İçeriği | Zeka, yapay zeka kavramları, bilgi gösterimi, öğrenme, çıkarsama, yapay zeka arama metotları, bilgi tabanlı sistemler, yapay zekanın mühendislik uygulamalarından örnekler dersin içeriğini oluşturmaktadır. |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Yapay zeka konularını anlatabilir | ||
2 | Yapay zeka uygulama alanlarına örnekler verebilir | ||
3 | Yapay zekaya mühendislikte niye ihtiyaç olduğunu açıklayabilir | ||
4 | Arama tekniklerini tanır ve örnekler verebilir | ||
5 | Yapay sinir ağlarının mühendislikte uygulama alanlarını açıklayabilir | ||
6 | Uzman sistemlerin mühendislikte uygulama alanlarını açıklayabilir | ||
7 | Hata geri yayılım algoritmasını kullanabilir | ||
8 | Uzman sistem kabuğunu (EXSYS) kullanabilir | ||
9 | Bilişim sistemlerinde bir konuyu/bir problemi yapay zeka teknolojisi kullanarak modelleyebilir ve çözebilir. | ||
10 | Yapay sinir ağları ile uzman sistemlerin mukayesesini yapabilir | ||
11 | İşletmelerin problemlerinin çözümü için bir uzman sistem geliştirebilir | ||
12 | Yapay zeka teknolojisi kullanarak elde ettiği sonuçları değerlendirebilir |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Yapay Zekaya Giriş | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
2 | Zeki Sistemlerin Özellikleri | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
3 | Arama Algoritmaları | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
4 | Bilgi Gösterimi | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
5 | Uzman Sistemler (US) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
6 | Çıkarsama | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
7 | EXSYS Uzman Sistem Kabuğu | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
8 | ARA SINAV | |
9 | Işletmelerde US kullanılarak oluşturulan Zeki Sistem örnekleri | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
10 | Öğrenme | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
11 | Yapay sinir ağları (Hata Geri Yayılım Alg.) ve yapay sinir ağları program gösterimi | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
12 | Işletmelerde YSA kullanılarak oluşturulan Zeki Sistem örnekleri | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
13 | Bulanık önermeler mantığı | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
14 | Bulanık Mantık ve Uygulamaları | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
Kaynaklar | |
---|---|
Ders Notu | 14 Haftalık Ders Notu Hers Dersten Önce Sisteme yüklenecektir |
Ders Kaynakları | 1. Yapay Zeka Uygulamaları, Çetin Elmas, 2007 2. Luger, G. Artifcial Intelligence, Addison Wesley, England, 2005. 3. Russel, S., Norvig, P., Artificial Intelligence A Modern Approach, Prentice Hall, 2003. 4. Decision Support and Business Intelligence Systems, 2007, Turban et al. 5. Artificial Intelligence and Soft Computing, 2000, Amit Konar 6. Fuzzy Logic With Engineering Applications, 2004, Timothi Ross |
Sıra | Program Çıktıları | Katkı Düzeyi | |||||
---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |||
1 | Yeni ve Güncel teknolojileri takip edebilir ve bunları değerlendirebilir | ||||||
2 | Kurumsal Bilişim Sistemlerini işleyişini anlayabilir ve bu sistemleri temel seviyede kullanabilir Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | ||||||
3 | Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | ||||||
4 | Modellenmiş işletme problemlerini bilişim teknolojileri yardımıyla çözer ve çözümleri yorumlar | ||||||
5 | Bilişim odaklı projelere takımın bir bireyi olarak katkı sağlar | ||||||
6 | Proje yönetiminde takım çalışmasını destekleyen bilgi teknolojileri araçlarını etkin bir biçimde kullanır | ||||||
7 | Temel işletme fonksiyonlarına ve bilişim teknolojilerine hâkim olur ve bunlar arasındaki bağlantıyı kurar | ||||||
8 | Kurumsal bilişim sistemlerinin tasarlanması, geliştirilmesi ve uygulanması süreçlerine katkı verir. | ||||||
9 | Girişimcilik projeleri de dâhil olmak üzere her türlü proje için kaliteli dokümantasyon üretebilir ve bu dokümanları sunar | ||||||
10 | Bilgilendirici, efektif ve ilgi çekici sunumlar hazırlar ve bu sunumları sunar. |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 40 |
1. Kısa Sınav | 5 |
1. Ödev | 50 |
2. Kısa Sınav | 5 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 60 |
1. Final | 40 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 2 | 32 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 2 | 32 |
Ara Sınav | 1 | 10 | 10 |
Kısa Sınav | 2 | 5 | 10 |
Ödev | 1 | 20 | 20 |
Final | 1 | 15 | 15 |
Toplam İş Yükü | 119 | ||
Toplam İş Yükü / 25 (Saat) | 4,76 | ||
Dersin AKTS Kredisi | 5 |