| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Yapay Zekaya Giriş | FEF3001 | 3 | 3 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu @ İstatistik Lisans Programı (%30 İngilizce) Zorunlu @ Matematik Lisans Programı Zorunlu @ Fizik Lisans Programı (%30 İngilizce) Zorunlu @ Kimya Lisans Programı (%30 İngilizce) Zorunlu @ Moleküler Biyoloji ve Genetik Lisans Programı Zorunlu @ Türk Dili ve Edebiyatı Lisans Programı |
| Ders Kategorisi | Temel Meslek Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Fen-Edebiyat Fakültesi |
|---|---|
| Dersin Koordinatörü | Ersoy Öz |
| Dersi Veren(ler) | Fatma Noyan Tekeli, Gülhayat Gölbaşı Şimşek, Özgür Akçalı, Muttalip Özavşar, Mustafa Bayram Gücen, Alper Yılmaz |
| Asistan(lar)ı |
| Dersin Amacı | Yapay Zeka yöntemlerini tanımak ve bu yöntemleri kullanarak problem çözme yeteneği kazanmak |
|---|---|
| Dersin İçeriği | Yapay Zeka Tanımı ve Kasamı; Veri Ön İşleme; Veri Seti Bölme-Eğitim-Test Kümeleri; Kör Arama; Sezgisel Arama; Lokal Arama; Yapay Zekada Optimizasyon; Yapay Sinir Ağlarına Giriş ; Genetik Algoritmalara Giriş; Lojistik regresyon; k En Yakın Komşu; Naive Bayes; Destek Vektör Makineleri; Rastgele Orman; Kümeleme; Doğal Dil İşlemeye Giriş. |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Yapay zeka ve algoritmaları hakkında bilgi sahibi olur.
- Bilgiyi değişik teknikler kullanarak temsil edebilecektir.
- Probleme uygun yapay zeka metodunu seçebilir.
- Probleme uygun yapay zeka metodunu uygulayabilir.
- Bir yapay zeka algoritmasının performansını değerlendirebilir.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | - | - | - | - |
| PÇ-2 | - | - | - | - | - |
| PÇ-3 | - | - | - | - | - |
| PÇ-4 | - | - | - | - | - |
| PÇ-5 | - | - | - | - | - |
| PÇ-6 | - | - | - | - | - |
| PÇ-7 | - | - | - | - | - |
| PÇ-8 | - | - | - | - | - |
| PÇ-9 | - | - | - | - | - |
| PÇ-10 | - | - | - | - | - |
| PÇ-11 | - | - | - | - | - |
| PÇ-12 | - | - | - | - | - |
| PÇ-13 | - | - | - | - | - |
| PÇ-14 | - | - | - | - | - |
| PÇ-15 | - | - | - | - | - |
| PÇ-16 | - | - | - | - | - |
| PÇ-17 | - | - | - | - | - |
| PÇ-18 | - | - | - | - | - |
| PÇ-19 | - | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Yapay Zeka Nedir: Tarihçesi, Gelişimi, Türleri, ve Geleceği? | Ders Kitabı 4, Bölüm 1 |
| 2 | Yapay Zeka Alanındaki Son Gelişmeler ve Uygulamaları. | Ders Kitabı 3 |
| 3 | Veri Nedir? Veri Ön İşleme, Veri Manipülasyonu ve Performans Değerlendirme Metrikleri. | Ders Kitabı 5, Bölüm 5 |
| 4 | Optimizasyon Nedir? Tek-Çok Amaçlı Problemler ve Zorlukları, Yapay Zeka Tabanlı Arama Algoritmalarına Giriş. | Ders Kitabı 6 |
| 5 | Optimizasyon Algoritmalarına Giriş ve Uygulamalar. | Ders Kitabı 6 |
| 6 | Genetik Algoritmalara Giriş. | Ders Kitabı 3, Bölüm 4 |
| 7 | Yapay Sinir Ağlarına Giriş. | Ders Kitabı 3, Bölüm 5 |
| 8 | Ara Sınav 1 | |
| 9 | Yapay Zeka Tabanlı Problemlerin Modellenmesi: Sınıflandırma Algoritmaları. | Ders Kitabı 2, Bölüm 2 Ders Kitabı 3, Bölüm 1-2-3 |
| 10 | Yapay Zeka Tabanlı Problemlerin Modellenmesi: Regresyon Algoritmaları. | Ders Kitabı 2, Ders Kitabı 3, Bölüm 6 |
| 11 | Yapay Zeka Tabanlı Problemlerin Modellenmesi: Kümeleme Algoritmaları. | Ders Kitabı 5, Bölüm 9 |
| 12 | Derin Öğrenmeye Giriş. | Ders Kitabı 5, Bölüm 14 |
| 13 | Doğal Dil İşlemeye Giriş. | Ders Kitabı 4 |
| 14 | Yapay Zeka Genel Uygulamalar. | Ders Kitabı 2 Ders Kitabı 3 |
| 15 | Yapay Zeka Genel Uygulamalar. | Ders Kitabı 2 Ders Kitabı 3 |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | 1 | 30 |
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | ||
| 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 | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 13 | 2 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 20 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
