Mühendislik Fakültesi
Elektrik - Elektronik Mühendisliği
Ders Bilgileri
YAPAY ZEKA VE MAKİNE ÖĞRENMESİ |
Kodu |
Dönemi |
Teori |
Uygulama |
Ulusal Kredisi |
AKTS Kredisi |
Saat / Hafta |
CSE419 |
Güz |
3 |
0 |
3 |
5 |
Ön Koşulu Olan Ders( ler ) |
|
Dili |
İngilizce |
Türü |
Seçmeli |
Seviyesi |
Lisans |
Öğretim Elemanı( ları ) |
Dr. Öğr. Üye. Furkan GÖZÜKARA |
Öğretim Sistemi |
Yüz Yüze |
Önerilen Hususlar |
|
Staj Durumu |
Yok |
Amacı |
Mühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması. |
İçeriği |
Mühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması. |
Dersin Öğrenim Çıktıları
# |
Öğrenim Çıktıları |
1 |
Öğrenci, yapay zekanın temel prensiplerini öğrenir. Mühendislik problemlerine yapay zeka tekniklerinin uygulanmasındaki yaklaşımları hakkında bilgi edinir. |
2 |
Öğrenci, bulanık mantığın temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
3 |
Öğrenci, uzman sistemlerin temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
4 |
Öğrenci, karar destek sistemlerinin temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
Haftalık Ayrıntılı Ders İçeriği
# |
Konular |
Öğretim Yöntem ve Teknikleri |
1 |
Yapay zekaya giriş
|
Anlatım |
2 |
Yapay zekanın mühendislik uygulamalarının tanıtımı
|
Anlatım |
3 |
Uzman sistemler
|
Anlatım |
4 |
Uzman sistemler ve mühendislik uygulamaları
|
Anlatım |
5 |
Bulanık mantık temelleri
|
Anlatım |
6 |
Bulanık mantık temelleri ve mühendislik uygulamaları
|
Anlatım |
7 |
Ara sınavı
|
|
8 |
Karar destek sistemleri
|
Anlatım |
9 |
Yapay sinir ağları
|
Anlatım |
10 |
Yapay sinir ağları
|
Anlatım |
11 |
Yapay sinir ağlarının mühendislik uygulamaları
|
Anlatım |
12 |
Genetik algoritma
|
Anlatım |
13 |
Genetik algoritma
|
Anlatım |
14 |
Genetik algoritmaların mühendislik uygulamaları
|
Anlatım |
15 |
Hibrid teknikler (bulanık-sinir, bulanık-genetik v.b.) |
Anlatım |
16 |
Son Sınav |
|
Resources
# |
Malzeme / Kaynak Adı |
Kaynak Hakkında Bilgi |
Referans / Önerilen Kaynak |
1 |
Artificial Intelligence: A Modern Approach (3rd ed) by Stuart Russell and Peter Norvig |
|
|
Ölçme ve Değerlendirme Sistemi
# |
Ağırlık |
Çalışma Türü |
Çalışma Adı |
1 |
%40 |
Ara Sınav |
Ara Sınav |
2 |
%60 |
Son Sınav |
Son Sınav |
Dersin Öğrenim Çıktıları ve Program Yeterlilikleri ile İlişkileri
# |
Öğrenim Çıktıları |
Program Çıktıları |
Ölçme ve Değerlendirme |
1 |
Öğrenci, yapay zekanın temel prensiplerini öğrenir. Mühendislik problemlerine yapay zeka tekniklerinin uygulanmasındaki yaklaşımları hakkında bilgi edinir. |
1 |
1͵2 |
2 |
Öğrenci, bulanık mantığın temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
3 |
1͵2 |
3 |
Öğrenci, uzman sistemlerin temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
12 |
1͵2 |
4 |
Öğrenci, karar destek sistemlerinin temel prensiplerini kavrar ve mühendislikteki uygulamaları hakkında bilgi edinir. |
15 |
1͵2 |
Not: Ölçme ve Değerlendirme sütununda belirtilen sayılar, bir üstte bulunan Ölçme ve Değerlerndirme Sistemi başlıklı tabloda belirtilen çalışmaları işaret etmektedir.
İş Yükü Detayları
# |
Etkinlik |
Adet |
Süre (Saat) |
İş Yükü |
1 |
Ders Süresi |
14 |
3 |
42 |
2 |
Sınıf Dışı Ders Süresi (Ön çalışma, pekiştirme) |
0 |
0 |
0 |
3 |
Sunum ve Seminer Hazırlama |
0 |
0 |
0 |
4 |
İnternette tarama, kütüphane ve arşiv çalışması |
0 |
0 |
0 |
5 |
Belge/Bilgi listeleri oluşturma |
0 |
0 |
0 |
6 |
Atölye |
0 |
0 |
0 |
7 |
Ara Sınav için Hazırlık |
0 |
0 |
0 |
8 |
Ara Sınav |
0 |
0 |
0 |
9 |
Kısa Sınav |
0 |
0 |
0 |
10 |
Ödev |
0 |
0 |
0 |
11 |
Ara Proje |
0 |
0 |
0 |
12 |
Ara Uygulama |
0 |
0 |
0 |
13 |
Son Proje |
1 |
38 |
38 |
14 |
Son Uygulama |
0 |
0 |
0 |
15 |
Son Sınav için Hazırlık |
0 |
0 |
0 |
16 |
Son Sınav |
1 |
45 |
45 |
|
125 |