Bu dersin amacı, Yapay Zeka (YZ) problemlerinin, teorilerinin, algoritmalarının ve uygulamalarının temellerini tanıtmak ve öğretmektir. YZ, endüstrinin, ekonominin ve sosyal yaşamın her alanında büyük bir etkiye sahip olacak akıllı sistemler oluşturmaya odaklanan ve çok hızlı büyüyen bir alandır. Ders YZ'nin tanımı ve tarihçesi, arama yoluyla problem çözme, oyun oynama, bilgi gösterimi, önermeler mantığı, birinci dereceden yüklem mantığı, mantıksal ve olasılıksal akıl yürütme, planlama, belirsiz bilgi ve akıl yürütme, makine öğrenimi (popüler makine öğrenimi algoritmaları, derin öğrenme, takviyeli öğrenme ve genetik algoritmalar), doğal dil işleme, doğal dil işleme için derin öğrenme, bilgisayarla görme ve robotik gibi konuları içermektedir.
Dersin İçeriği
Bu ders; Giriş ve Akıllı Ajanlar ,Arama Yaparak Problem Çözme ,Çekişmeli Arama ve Oyunlar ,Kısıt Sağlama Problemleri ,Mantıksal Ajanlar ,Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım ,Bilgi Temsili, Otomatik Planlama ,Kesin olmayan bilgi ve muhakeme ,Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması ,Makine Öğrenimi ,Derin Öğrenme, Pekiştirmeli Öğrenme ,Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme ,Bilgisayarlı Görü, Robotik ,Konu tekrarı ve sunumlar ; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Öğrenciler yapay zekanın temel alanları hakkında derinlemesine bir anlayışa sahip olur.
6, 9
A, E, F
Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını işler.
6, 9
A, E, F
Öğrenciler bir yapay zeka problemini çözmek için uygun algoritmayı seçer.
6, 9
A, E, F
Öğrenciler yapay zeka alanındaki güncel araştırmalarla tanıştırılacak ve araştırma problemlerini tanımlamaya ve etkili çözümler geliştirmeye teşvik eder.
6, 9
A, E, F
Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını yapar.
6, 9
A, E, F
Öğretim Yöntemleri:
6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Giriş ve Akıllı Ajanlar
2
Arama Yaparak Problem Çözme
3
Çekişmeli Arama ve Oyunlar
4
Kısıt Sağlama Problemleri
5
Mantıksal Ajanlar
6
Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım
7
Bilgi Temsili, Otomatik Planlama
8
Kesin olmayan bilgi ve muhakeme
9
Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması
10
Makine Öğrenimi
11
Derin Öğrenme, Pekiştirmeli Öğrenme
12
Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme
13
Bilgisayarlı Görü, Robotik
14
Konu tekrarı ve sunumlar
Kaynak
Artificial Intelligence: A Modern Approach, 4th Edition, by Stuart Russell and Peter Norvig, Pearson Education, 2021.
- Speech and Language Processing by Jurafsky and Martin, 2021. - G. F. Luger, Artificial Intelligence, Addison-Wesley, 2002. - Ders notları ve YZ web kaynakları
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
X
2
Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir ve mühendisliğin ilişki kurduğu disiplinler arası etkileşimi kavrayabilir.
X
3
Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları yorumlar, yeni ve özgün fikirler geliştirerek çözümler.
X
4
Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
X
5
Mühendislik ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
X
6
Çok disiplinli takımlarda liderlik yapar, çözüm yaklaşımları geliştirir ve sorumluluk alır.
X
7
Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü B2 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır.
X
9
Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.
X
10
Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
X
Değerlendirme Sistemi
Katkı Düzeyi
Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı
50
Genel Sınavın Başarıya Oranı
50
Toplam
100
AKTS / İşyükü Tablosu
Etkinlik
Sayı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Saati
14
3
42
Rehberli Problem Çözme
0
0
0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi
6
10
60
Okul Dışı Diğer Faaliyetler
0
0
0
Proje Sunumu / Seminer
2
30
60
Kısa Sınav (QUİZ) ve Hazırlığı
0
0
0
Ara Sınav ve Hazırlığı
1
30
30
Genel Sınav ve Hazırlığı
1
40
40
Performans Görevi, Bakım Planı
0
0
0
Toplam İş Yükü (Saat)
232
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(232/30)
8
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.
Dersin Detaylı Bilgileri
Ders Tanımı
Ders
Kodu
Yarıyıl
T+U Saat
Kredi
AKTS
YAPAY ZEKA TEMELLERİ
-
Güz Dönemi
3+0
3
8
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili
İngilizce
Dersin Seviyesi
Yüksek Lisans
Dersin Türü
Programa Bağlı Seçmeli
Dersin Koordinatörü
Prof.Dr. Selim AKYOKUŞ
Dersi Verenler
Prof.Dr. Selim AKYOKUŞ
Dersin Yardımcıları
Dersin Amacı
Bu dersin amacı, Yapay Zeka (YZ) problemlerinin, teorilerinin, algoritmalarının ve uygulamalarının temellerini tanıtmak ve öğretmektir. YZ, endüstrinin, ekonominin ve sosyal yaşamın her alanında büyük bir etkiye sahip olacak akıllı sistemler oluşturmaya odaklanan ve çok hızlı büyüyen bir alandır. Ders YZ'nin tanımı ve tarihçesi, arama yoluyla problem çözme, oyun oynama, bilgi gösterimi, önermeler mantığı, birinci dereceden yüklem mantığı, mantıksal ve olasılıksal akıl yürütme, planlama, belirsiz bilgi ve akıl yürütme, makine öğrenimi (popüler makine öğrenimi algoritmaları, derin öğrenme, takviyeli öğrenme ve genetik algoritmalar), doğal dil işleme, doğal dil işleme için derin öğrenme, bilgisayarla görme ve robotik gibi konuları içermektedir.
Dersin İçeriği
Bu ders; Giriş ve Akıllı Ajanlar ,Arama Yaparak Problem Çözme ,Çekişmeli Arama ve Oyunlar ,Kısıt Sağlama Problemleri ,Mantıksal Ajanlar ,Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım ,Bilgi Temsili, Otomatik Planlama ,Kesin olmayan bilgi ve muhakeme ,Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması ,Makine Öğrenimi ,Derin Öğrenme, Pekiştirmeli Öğrenme ,Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme ,Bilgisayarlı Görü, Robotik ,Konu tekrarı ve sunumlar ; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Öğrenciler yapay zekanın temel alanları hakkında derinlemesine bir anlayışa sahip olur.
6, 9
A, E, F
Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını işler.
6, 9
A, E, F
Öğrenciler bir yapay zeka problemini çözmek için uygun algoritmayı seçer.
6, 9
A, E, F
Öğrenciler yapay zeka alanındaki güncel araştırmalarla tanıştırılacak ve araştırma problemlerini tanımlamaya ve etkili çözümler geliştirmeye teşvik eder.
6, 9
A, E, F
Öğrenciler çeşitli arama yöntemleri, bilgi temsili, belirsizlik, akıl yürütme, makine öğrenimi, doğal dil işleme, bilgisayarla görme ve robotik konularını yapar.
6, 9
A, E, F
Öğretim Yöntemleri:
6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Giriş ve Akıllı Ajanlar
2
Arama Yaparak Problem Çözme
3
Çekişmeli Arama ve Oyunlar
4
Kısıt Sağlama Problemleri
5
Mantıksal Ajanlar
6
Birinci Dereceden Mantık, Birinci Derece Mantıkta Çıkarım
7
Bilgi Temsili, Otomatik Planlama
8
Kesin olmayan bilgi ve muhakeme
9
Olasılıksal Programlama, Basit Kararlar Vermek, Karmaşık Kararların Alınması
10
Makine Öğrenimi
11
Derin Öğrenme, Pekiştirmeli Öğrenme
12
Doğal Dil İşleme, Doğal Dil İşleme için Derin Öğrenme
13
Bilgisayarlı Görü, Robotik
14
Konu tekrarı ve sunumlar
Kaynak
Artificial Intelligence: A Modern Approach, 4th Edition, by Stuart Russell and Peter Norvig, Pearson Education, 2021.
- Speech and Language Processing by Jurafsky and Martin, 2021. - G. F. Luger, Artificial Intelligence, Addison-Wesley, 2002. - Ders notları ve YZ web kaynakları
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
X
2
Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir ve mühendisliğin ilişki kurduğu disiplinler arası etkileşimi kavrayabilir.
X
3
Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları yorumlar, yeni ve özgün fikirler geliştirerek çözümler.
X
4
Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
X
5
Mühendislik ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
X
6
Çok disiplinli takımlarda liderlik yapar, çözüm yaklaşımları geliştirir ve sorumluluk alır.
X
7
Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü B2 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır.
X
9
Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.
X
10
Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.