Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
İşletmelerde Yapay Zeka ENM 509 0 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi YUKSEK_LISANS
Dersin Türü Seçmeli
Dersin Koordinatörü Doç.Dr. ESRA TEKEZ
Dersi Verenler
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı Günümüzde Zeki sistemlerin oluşturulabilmesi için gerekli olan Yapay zeka kavramını, konuları ve teknolojileri ile beraber tanıma, mühendislikte olan uygulamalarını öğrenme
Dersin İçeriği Zeka, yapay zeka kavramları, bilgi gösterimi, öğrenme, çıkarsama, yapay zeka arama metotları, bilgi tabanlı sistemler, yapay zekanın mühendislik uygulamalarından örnekler
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Yapay zeka konularını ve teknolojilerini tanımlar , uygulama alanlarına örnekler verir
2 Uzman sistemlerin mühendislikte uygulama alanlarını açıklar
3 Uzman sistem kabuğunu (EXSYS) kullanır ve işletme problemlerinin çözümü için bir US geliştirir
4 Yapay sinir ağlarının (YSA) işletmelerde uygulama alanlarını açıklar ve ilgili problemler/iyileştirmeler için YSA kullanımının uygunluğunu belirler
5 Hata geri yayılım algoritmasını kullanır, sonuçlarını yorumlar
6 Bulanık önermeler mantığını tanımlar ve uygulama alanlarını açıklar
7 Yapay sinir ağları ile uzman sistemlerin mukayesesini yapar
8 İşletmelerde bir konuyu/bir problemi yapay zeka teknolojisi kullanarak modeller, çözer ve elde ettiği sonuçları değerlendirir
9
10
Hafta Ders Konuları Ön Hazırlık
1 Ders Tanıtımı
2 Yapay Zekaya Giriş ve Tarihçe
3 Uzman Sistemler (US)
4 Bilgi Gösterimi
5 Bilgi Çıkarımı
6 İşletmelerde US uygulamaları
7 Bulanık Önermeler Mantığı
8 Bulanık Uzman Sistemler
9 Ara Sınav
10 İşletmelerde Bulanık Mantık Uygulamaları
11 Yapay Sinir Ağları (YSA)
12 Yapay Sinir Ağlarında Bilgi ve Zeka
13 Işletmelerde YSA uygulamaları
14 Zeki Etmenler
Kaynaklar
Ders Notu 1- Ders sunuları Eğitim Bilgi Sistemine (www.ebs.sakarya.edu.tr) yüklenecek
Ders Kaynakları 2- Michael Negnevitsky, Artificial Intelligence : A Guide to Intelligent Systems (2nd Edition), Addison Wesley, 2005.
3- Russel, S., Norvig, P., Artificial Intelligence A Modern Approach, Prentice Hall, 2010.
4- Luger, G. Artifcial Intelligence, Addison Wesley, England, 2009.
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 50
1. Ödev 10
1. Performans Görevi (Seminer) 40
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 2 32
Ara Sınav 1 15 15
Kısa Sınav 1 5 5
Performans Görevi (Seminer) 1 15 15
Final 1 20 20
Toplam İş Yükü 135
Toplam İş Yükü / 25 (Saat) 5,4
Dersin AKTS Kredisi 6