|
|
| BIL4013 | Yapay Zeka | 3+0+0 | AKTS:4 | | Yıl / Yarıyıl | Güz Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | Prof. Dr. Güzin ULUTAŞ | | Diğer Öğretim Üyesi | Yok | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Yapay zeka hakkında bilgi vermek, yapay zeka sistemlerinin tasarımı ve çalışma prensiplerini göstermek, akıllı sistemlerin modellenmesini yapmaktır. |
| Öğrenim Kazanımları | BPKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | yapay ve doğal zeka arasında karşılaştırma yapabilir ve yapay zekanın temel problemleri hakkında bilgiye sahip olabilir. | 1,2,3,4,8,12 | 1,3 | | ÖK - 2 : | çeşitli problemlerin çözümünde temel arama veya sezgisel arama tekniklerinden hangisine üstünlük vereceğine karar verebilir. | 1,2,3,4,8,12 | 1,3 | | ÖK - 3 : | bilgi modellemesi yapabilir ve bilgisayarda programlayabilir. | 1,2,3,4,8,12 | 1 | | ÖK - 4 : | konuşma, doğal dil, öğrenme gibi temel davranış biçimlerinin bilgisayarlı uygulamalarda nasıl modellendiğini anlayabilir, temel yaklaşımlar olan YSA, genetik algoritmaları uygulayabilir. | 1,2,3,4,8,12 | 1,3 | | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Yapay Zekanın Problemleri. Zeka Testleri. Turing testi. Çin odası testi. Problem çözümleme yöntemleri. Durum uzayı. Arama teknikleri. Sezgisel çözümleme. Oyunlar. alfa beta ve min-max algoritmaları. Veri modellemesi Anlamsal ağlar. Çerçeve modeli. Sahne modeli, Bilgi tabanı. Kurallar. Uzman sistemler, Doğal dil işleme. Çözümleyiciler. Üretim sistemleri. Bilgisayarlı Tanıma. El yazısının ve basılı karakterlerin tanınması. Bilgi tabanı mimarisi. Öğrenme. Yapay Sinir Ağları ve öğrenme. YSA yardımıyla nesne tanıma. Sesin analizi ve sentezi, ses tanıma. |
| |
| Haftalık Detaylı Ders İçeriği | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Yapay Zekanın Problemleri. Zeka Testleri. Turing testi. Çin odası testi. Durum uzayı.
| | | Hafta 2 | Problem çözümleme yöntemleri.
| | | Hafta 3 | Arama teknikleri. Sezgisel çözümleme
| | | Hafta 4 | Oyunlar. Alfa beta ve min-max algoritmaları.
| | | Hafta 5 | Bilgi tabanı. Gerçekler ve Kurallar. Bilgi tabanlı Sistemlerin oluşturulması | | | Hafta 6 | Veri modellemesi. Anlamsal ağlar. Çerçeve modeli. Sahne modeli
| | | Hafta 7 | Uzman sistemler, Üretim sistemleri. | | | Hafta 8 | Arasınav | | | Hafta 9 | Örüntü Tanıma. | | | Hafta 10 | El yazısının ve basılı karakterlerin tanınması. | | | Hafta 11 | Biometrik tanıma | | | Hafta 12 | Ara sınav haftası | | | Hafta 13 | Doğal dil işleme. Çözümleyiciler. | | | Hafta 14 | Öğrenme. Yapay Sinir Ağları uyğulamaları.
| | | Hafta 15 | Sesin analizi ve sentezi, ses tanıma.
Bilgi tabanı mimarisi. Öğrenme.
Yapay Sinir Ağları ve öğrenme.
YSA yardımıyla nesne tanıma. | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Nabiyev V. V., 2005 Yapay Zeka: Problemler, Yöntemler, Algoritmalar, Ankara (2. Baskı) | | | 2 | Russell, Stuart J. ; Norvig, Peter, 2003 , Artificial Intelligence: A Modern Approach (2nd ed. ) | | | |
| 1 | Nilsson, Nils,1998 , Artificial Intelligence: A New Synthesis, Morgan Kaufmann Publishers, ISBN 978-1-55860-467-4 | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 8 | | 2 | 30 | | Kısa sınav | 12 | | 2 | 20 | | Dönem sonu sınavı | 16 | | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 4 | 11 | 44 | | Arasınav için hazırlık | 10 | 1 | 10 | | Arasınav | 2 | 1 | 2 | | Uygulama | 5 | 2 | 10 | | Kısa sınav | 2 | 1 | 2 | | Dönem sonu sınavı için hazırlık | 13 | 1 | 13 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 125 |
|