| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Yapay Zekaya Giriş | MTM2602 | 3 | 5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Matematik Mühendisliği Lisans Programı (%30 İngilizce) Seçmeli @ Matematik Lisans Programı Seçmeli @ Elektrik Mühendisliği Lisans Programı (%30 İngilizce) |
| Ders Kategorisi | Temel Meslek Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Matematik Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Birol Aslanyürek |
| Dersi Veren(ler) | Birol Aslanyürek |
| Asistan(lar)ı |
| Dersin Amacı | Yapay Zeka’nın gelişimi ve temel algoritmları hakkında bilgi sahibi olma ve yapay zeka tekniklerini kullanarak uygulama geliştirme becerisi kazanmak. |
|---|---|
| Dersin İçeriği | Yapay zekaya giriş ve temel kavramlar, yapay zekanın tarihçesi zeki etmenler, problem çözme: problem çözen etmenler ve problemlerin formüle edilmesi Arama stratejileri, sezgisel olmayan arama: genişlik öncelikli arama (breadth-first search), derinlik öncelikli arama (depth-first search), uniform-cost arama, derinine limitli arama (depth-limited search), iteratif derinine arama, iki-yönlü arama, Sezgisel arama yöntemleri; Greedy, A* arama, benzetimli tavlama yöntemi, tepe tırmanma algoritması, yerel ışın (local beam) algoritması, genetik algoritmalar, genetik algoritmalar ve uygulamaları, non-deterministik hareketlerde arama, gözlem yapılamayan durumlarda arama, kısmi gözlemde arama, oyunlarda arama, minimax algoritması, alfa-beta budaması, stokastik oyunlarda arama, koşul tatmin problemleri |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Yapay zekanın tarihini öğrenme
- Yapay zekanın temel kavramlarını anlama
- Yapay zeka temelli arama algoritmalarını öğrenme
- Probleme uygun yapay zeka metodlarını kullanabilme
- Temel yapay zeka tekniklerini kullanarak uygulama geliştirme
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | 1 | 4 | 1 | 1 |
| PÇ-2 | 2 | 4 | 4 | 4 | 4 |
| PÇ-3 | 1 | 3 | 5 | 5 | 5 |
| PÇ-4 | 2 | 4 | 4 | 5 | 5 |
| PÇ-5 | 3 | 4 | 5 | 5 | 5 |
| PÇ-6 | 3 | 4 | 4 | 5 | 5 |
| PÇ-7 | 3 | 4 | 4 | 5 | 5 |
| PÇ-8 | 3 | 4 | 4 | 5 | 5 |
| PÇ-9 | 4 | 4 | 4 | 5 | 5 |
| PÇ-10 | - | 1 | - | - | - |
| PÇ-11 | - | - | - | - | - |
| PÇ-12 | - | - | - | - | - |
| PÇ-13 | - | - | - | - | - |
| PÇ-14 | 1 | 1 | 3 | 5 | 5 |
| PÇ-15 | 1 | 1 | 3 | 5 | 5 |
| PÇ-16 | - | - | - | - | - |
| PÇ-17 | 1 | 1 | 1 | 5 | 5 |
| PÇ-18 | - | - | - | - | - |
| PÇ-19 | - | - | - | - | - |
| PÇ-20 | - | - | - | - | - |
| PÇ-21 | - | - | - | - | - |
| PÇ-22 | - | - | - | - | - |
| PÇ-23 | 4 | 3 | 3 | 3 | 3 |
| PÇ-24 | - | - | - | - | - |
| PÇ-25 | - | - | - | - | - |
| PÇ-26 | - | - | - | - | - |
| PÇ-27 | - | - | - | - | - |
| PÇ-28 | - | - | - | - | - |
| PÇ-29 | 4 | - | - | - | - |
| PÇ-30 | 4 | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Yapay zekaya giriş ve temel kavramlar, yapay zekanın tarihçesi | |
| 2 | Zeki etmenler( Intelligent agents) | |
| 3 | Problem çözme: problem çözen etmenler ve problemlerin formüle edilmesi | |
| 4 | Arama stratejileri, sezgisel olmayan arama: genişlik öncelikli arama (breadth-first search), derinlik öncelikli arama (depth-first search), uniform-cost arama, derinine limitli arama (depth-limited search), iteratif derinine arama, iki-yönlü arama | |
| 5 | Sezgisel olmayan arama yöntemlerinin uygulamaları | |
| 6 | Sezgisel arama yöntemleri; Greedy ve A* arama | |
| 7 | Sezgisel arama yöntemlerinin uygulamaları | |
| 8 | Ara Sınav 1 | |
| 9 | Tepe tırmanma algoritması, benzetimli tavlama yöntemi, yerel ışın (local beam) algoritması, genetik algoritmalar | |
| 10 | Genetik algoritmalar ve uygulamaları | |
| 11 | Non-deterministik hareketlerde arama, gözlem yapılamayan durumlarda arama, kısmi gözlemde arama | |
| 12 | Oyunlarda arama, minimax algoritması, alfa-beta budaması, stokastik oyunlar | |
| 13 | Proje sunumları | |
| 14 | Proje sunumları | |
| 15 | Proje Sunumları | Kaynaklardaki ilgili bölüm |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | 1 | 15 |
| Projeler | 1 | 15 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 13 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 13 | 5 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 20 | |
| Sunum / Seminer | 1 | 3 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 15 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
