Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Yapay Zekaya GirişMTM260236300
ÖnkoşullarYok
YarıyılBahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Matematik Mühendisliği Lisans Programı
Ders KategorisiTemel Meslek Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimMatematik Mühendisliği Bölümü
Dersin KoordinatörüBirol Aslanyürek
Dersi Veren(ler)Birol Aslanyürek
Asistan(lar)ı
Dersin AmacıYapay Zeka’nın gelişimi ve temel algoritmları hakkında bilgi sahibi olma ve yapay zeka tekniklerini kullanarak uygulama geliştirme becerisi kazanmak.
Dersin İçeriğiYapay 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
  • Ders Kitabı : Stuart Russell, Peter Norvig; “Artificial Intelligence A Modern Approach”, Prentice-Hall, Inc., 1995. Diğer Kaynaklar: Doç. Dr. Vasif V. Nabiyev, “Yapay Zeka”, Seçkin Kitabevi, 2003.
  • Prof. Dr. Vasif V. Nabiyev, “Yapay Zeka”, Seçkin Kitabevi, 3.baskı, 2010.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Yapay zekanın tarihini öğrenme
  2. Yapay zekanın temel kavramlarını anlama
  3. Temel yapay zeka algoritmalarını kavrama
  4. Probleme uygun yapay zeka metodlarını kullanabilme
  5. Temel yapay zeka tekniklerini kullanarak uygulama geliştirme

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Yapay zekaya giriş ve temel kavramlar, yapay zekanın tarihçesi
2Zeki etmenler( Intelligent agents)
3Problem çözme: problem çözen etmenler ve problemlerin formüle edilmesi
4Arama 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
5Sezgisel olmayan arama yöntemlerinin uygulamaları
6Sezgisel arama yöntemleri; Greedy ve A* arama
7Sezgisel arama yöntemlerinin uygulamaları
8Ara Sınav 1
9Tepe tırmanma algoritması, benzetimli tavlama yöntemi, yerel ışın (local beam) algoritması, genetik algoritmalar
10Genetik algoritmalar ve uygulamaları
11Non-deterministik hareketlerde arama, gözlem yapılamayan durumlarda arama, kısmi gözlemde arama
12Oyunlarda arama, minimax algoritması, alfa-beta budaması, stokastik oyunlar
13Koşul tatmin problemleri
14Proje sunumları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri115
Projeler115
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması136
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği
Projeler120
Sunum / Seminer13
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok