Mühendislik Fakültesi
Bilgisayar Ve Yazılım 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 ) Yok
Dili İngilizce
Türü Seçmeli
Seviyesi Lisans
Öğretim Elemanı( ları ) Dr. Öğr. Üyesi Furkan GÖZÜKARA
Öğretim Sistemi Yüz Yüze
Önerilen Hususlar Yok
Staj Durumu Yok
Amacı Mühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması.
İçeriği Yapay zekânın tanımı, temel kavramlar ve teknikler, Uzman Sistemler ve mühendislik uygulamaları, Bulanık mantık ve mühendislik uygulamaları, Karar destek sistemleri ve uygulamaları, Genetik algoritmalar ve uygulama örnekleri, Yapay sinir ağları: Yapay sinir ağlarının yapısı ve temel elemanları, ilk yapay sinir ağları, yapay sinir ağı modelleri, geri beslemeli ağlar. Yapay sinir ağlarının mühendislik uygulamaları.

Dersin Öğrenim Çıktıları

# Öğrenim Çıktıları
1 Öğrenci, yapay zekanın temel prensiplerini öğrenir. Mühendislik problemlerine yapay zeka tekniklerinin uygulanmasındaki yaklaşımları kavrar.
2 Öğrenci, bulanık mantığın temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır.
3 Öğrenci, uzman sistemlerin temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır.
4 Öğrenci, karar destek sistemlerinin temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır.

Haftalık Ayrıntılı Ders İçeriği

# Konular Öğretim Yöntem ve Teknikleri
1 Yapay zekaya giriş Anlatım, tartışma, sunum
2 Yapay zekanın mühendislik uygulamalarının tanıtımı Anlatım, tartışma, sunum
3 Uzman sistemler Anlatım, tartışma, sunum
4 Uzman sistemler ve mühendislik uygulamaları Anlatım, tartışma, sunum
5 Bulanık mantık temelleri Anlatım, tartışma, sunum
6 Bulanık mantık temelleri ve mühendislik uygulamaları Anlatım, tartışma, sunum
7 Ara sınavı Ölçme
8 Karar destek sistemleri Anlatım, tartışma, sunum
9 Yapay sinir ağları Anlatım, tartışma, sunum
10 Yapay sinir ağları Anlatım, tartışma, sunum
11 Yapay sinir ağlarının mühendislik uygulamaları Anlatım, tartışma, sunum
12 Genetik algoritma Anlatım, tartışma, sunum
13 Genetik algoritma Anlatım, tartışma, sunum
14 Genetik algoritmaların mühendislik uygulamaları Anlatım, tartışma, sunum
15 Hibrid teknikler (bulanık-sinir, bulanık-genetik v.b.) Anlatım, tartışma, sunum
16 Son Sınav Ölçme

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 kavrar. 1͵2͵3 1͵2
2 Öğrenci, bulanık mantığın temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. 1͵2͵3 1͵2
3 Öğrenci, uzman sistemlerin temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. 1͵2͵3 1͵2
4 Öğrenci, karar destek sistemlerinin temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. 1͵2͵3 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) 14 3 42
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 1 2 2
8 Ara Sınav 1 1 1
9 Kısa Sınav 0 0 0
10 Ödev 1 10 10
11 Ara Proje 1 20 20
12 Ara Uygulama 0 0 0
13 Son Proje 0 0 0
14 Son Uygulama 0 0 0
15 Son Sınav için Hazırlık 1 2 2
16 Son Sınav 1 1 1
  120