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