| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Yapay Zekaya Giriş | BST 210 | 4 | 2 + 0 | 2 | 3 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Öğr.Gör.Dr. DENİZ DEMİRCİOĞLU DİREN |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | |
| Dersin İçeriği | Öğrencilerin hızla gelişen yapay zekâ alanına giriş yapması ve temel konularının temellerini kavraması, mantık programlamanın öğrenilmesi ve yapay zekâ problemlerinde kullanımı ile Yapay zekâ uygulama alanlarından problem çözümlerinin kavranılması hedeflenmektedir. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Sezgisel arama, oyun arama, mantıksal ve istatistiksel çıkarım, karar teorisi, planlama, makine öğrenimi, yapay sinir ağları ve doğal dil işleme gibi temel yapay zeka yaklaşımlarını anlama, açıklama ve kullanma becerisi kazanır. | ||
| 2 | Yapay zeka yaklaşımları kullanılarak çözülebilecek sorunları tanımak | ||
| 3 | Teoriyi pratikle destekleyecek yapay zeka algoritmaları geliştirmek |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Yapay Zekâya giriş | |
| 2 | Akıllı ajanlar ve Oyun | |
| 3 | Arama | |
| 4 | Enformasyonlu Arama Algoritmaları | |
| 5 | Kısıt sağlama | |
| 6 | Olasılık | |
| 7 | Bayes Ağları | |
| 8 | Ara Sınav | |
| 9 | Makine Öğrenmesi | |
| 10 | Derin Öğrenme | |
| 11 | Doku Tanıma | |
| 12 | Mantık ve Planlama | |
| 13 | Belirsizlik altında Planlama | |
| 14 | Genel tekrar |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Bilgisayar bilimi, yazılım mühendisliği, ağ teknolojileri, veritabanı yönetimi gibi bilişim konularında güçlü bir temel ve matematik alt yapısı oluşturma. | ||||||
| 2 | Bilgisayar programlama, sistem analizi, ağ yönetimi gibi teknik becerilerin geliştirilmesi. | ||||||
| 3 | Analitik düşünme ve problem çözme yeteneklerinin geliştirilmesi. | ||||||
| 4 | Teknik konuları açık ve anlaşılır bir şekilde ifade etme ve ekip içinde etkili iletişim kurabilme yeteneğinin geliştirilmesi | ||||||
| 5 | Teknoloji trendlerini takip ederek ve yeni teknolojilere hızlı bir şekilde adapte olarak sürekli olarak kendini geliştirme yeteneği kazandırma | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 |
|---|---|---|---|---|---|---|
| 1 | Sezgisel arama, oyun arama, mantıksal ve istatistiksel çıkarım, karar teorisi, planlama, makine öğrenimi, yapay sinir ağları ve doğal dil işleme gibi temel yapay zeka yaklaşımlarını anlama, açıklama ve kullanma becerisi kazanır. | |||||
| 2 | Yapay zeka yaklaşımları kullanılarak çözülebilecek sorunları tanımak | |||||
| 3 | Teoriyi pratikle destekleyecek yapay zeka algoritmaları geliştirmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 40 |
| Toplam | 40 |
| 1. Final | 60 |
| Toplam | 60 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ara Sınav | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 1 | 10 | 10 |
| Toplam İş Yükü | 72 | ||
| Toplam İş Yükü / 25 (Saat) | 2,88 | ||
| Dersin AKTS Kredisi | 3 | ||