Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Yapay Zekaya Giriş | ELM 016 | 0 | 3 + 0 | 3 | 5 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Lisans |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Prof.Dr. RAŞİT KÖKER |
Dersi Verenler | Prof.Dr. RAŞİT KÖKER, |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Yapay zeka kavramını açıklayarak mühendislik problemlerinin çözümünde yapay zeka tekniklerini uygun yerlerde kullanabilmek hakkında bilgi sahibi olmak. |
Dersin İçeriği | Yapay zeka ile ilgili temel kavramlar, bilginin temsili, arama algoritmaları, kural tabanlı öğrenme algoritmaları (Karar destek sistemleri, yönetim bilişim sistemleri, uzman sistemler). Matematiksel morfolojiye dayalı çalışan yapay zeka teknolojileri (Yapay sinir ağları). Öğrenme ve test etme. Performans analizine yönelik hata analiz yöntemleri (MSE, RMS). Optimizasyon amaçlı yapay zeka teknikleri. (Yapay sinir ağları, genetik algoritmalar) |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Yapay zekanın temellerini bilir. | Anlatım, Soru-Cevap, Tartışma, | Sınav , Ödev, |
2 | Yapay zeka tekniklerini sıralar. | Anlatım, Soru-Cevap, Örnek Olay, | Sınav , Ödev, |
3 | Yapay sinir ağlarını kullanarak mühendislik problemlerinin çözümünü bilir. | Anlatım, Soru-Cevap, Örnek Olay, | Sınav , Ödev, |
4 | |||
5 |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Yapay Zekaya giriş temel kavramlar. | |
2 | Bİlginin temsili, problemleri bilgisayar ortamında modelleme | |
3 | Arama algoritmaları | |
4 | Sezgisel algoritmalar | |
5 | Kural tabanlı yapay zeka teknolojileri- Karar destek sistemleri | |
6 | Yönetim bilişim sistemleri, uzman sistemler. | |
7 | Yapay sinir ağlarına giriş, tek katmanlı algılayıcı modeli. | |
8 | Çok katmanlı yapay sinir ağı modelinde öğrenme | |
9 | Çok katmanlı yapay sinir ağında geriye yayılım algoritmaları | |
10 | Öğrenme sonrası hata analizi (MSE, RMS) | |
11 | Geri dönüşümlü ağlar: Elman yapay sinir ağı | |
12 | Optimizasyon problemlerine yönelik yapay zeka teknikleri , Genetik algoritmalar | |
13 | Genetik algoritmalar | |
14 | Örnek uygulamalar |
Kaynaklar | |
---|---|
Ders Notu | |
Ders Kaynakları | 1. Ercan Öztemel, Yapay Sinir Ağları, Papatya Yayıncılık, 2012. 2. Çetin Elmas, Yapay Zeka Uygulamaları, Şeçkin yayıncılık. 2. Vasif V. Nabiyev, Yapay Zeka, Seçkin yayıncılık. |
Sıra | Program Çıktıları | Katkı Düzeyi | |||||
---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |||
1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | ||||||
2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | ||||||
3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | ||||||
4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | ||||||
5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | ||||||
6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | ||||||
7 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | ||||||
8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | ||||||
9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | ||||||
10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | ||||||
11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 75 |
1. Kısa Sınav | 2 |
2. Kısa Sınav | 3 |
1. Ödev | 20 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 50 |
1. Final | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 5 | 5 |
Kısa Sınav | 2 | 2 | 4 |
Ödev | 1 | 10 | 10 |
Final | 1 | 10 | 10 |
Toplam İş Yükü | 125 | ||
Toplam İş Yükü / 25 (Saat) | 5 | ||
Dersin AKTS Kredisi | 5 |