DERS TANITIM ve UYGULAMA BİLGİLERİ
| Dersin Adı |
Kodu |
Yarıyıl |
T+U+L (saat/hafta) |
Türü (Z / S) |
Yerel Kredi |
AKTS |
| Yapay Zeka |
CMPE 470 |
Güz |
03+00+00 |
Seçmeli |
3 |
5 |
| Akademik Birim: |
Bilgisayar Mühendisliği |
| Öğrenim Türü: |
Örgün Eğitim |
| Ön Koşullar |
Temel programlama becerisi. Mantık. |
| Öğrenim Dili: |
İngilizce |
| Dersin Düzeyi: |
Lisans |
| Dersin Koordinatörü: |
Habib ŞENOL |
| Dersi Veren(ler): |
Habib ŞENOL |
| Dersin Amacı: |
Öğrencilerin yapay zeka konularının temellerini kavraması. Mantık programlamanın öğrenilmesi ve yapay zeka problemlerinde kullanımı. Yapay zeka uygulama alanlarından problem çözümlerinin kavranması. |
| Dersin İçeriği: |
Veri temsili. Arama ve buluşsal programlama. Mantık ve mantık programlama. Problem ve oyun çözmeye, uzman sistemlere, planlama, öğrenme ve doğal dil işlemeye yönelik uygulamalar. |
| Dersin Öğrenme Çıktıları (ÖÇ): |
- 1- Karmaşık bir problem için iyi tanımlanmış bir problem formülasyonunu tanımlamak
- 2- Akıllı ajanlar tasarlamak
- 3- İyi tanımlanmış problemleri yapay zeka yöntemleri ve algoritmaları kullanarak çözmek
- 4- Problem çözme ajanları tasarlamak
- 5- Ajanlar için çıkarım mekanizmaları ve planlama yetileri geliştirmek
- 6- Ajanlara öğrenme yetileri eklemek
|
| Dersin Öğrenme Yöntem ve Teknikleri |
Ders anlatımları ve Katılımlı problem çözme |
HAFTALIK PROGRAM
| Hafta | Konular | Ön Hazırlık |
ÖÇ |
| 1 |
Yapay Zekaya Giriş |
|
1,2 |
| 2 |
Akıllı Ajanlar |
|
1,2 |
| 3 |
Aramayla Problem Çözme |
|
2,3 |
| 4 |
Bilgilendirilmiş Arama ve Keşif |
|
2,3 |
| 5 |
Rekabetçil Arama |
|
3,4 |
| 6 |
Mantıksal Ajanlar |
|
3,4 |
| 7 |
Birinci Derece Mantık |
|
3,4 |
| 8 |
Birinci Derece Mantıkta Çıkarım |
|
3,4 |
| 9 |
ARA SINAV |
|
1,2,3,4 |
| 10 |
Bilginin İfade Edilmesi |
|
5,6 |
| 11 |
Bilginin Belirsizliği |
|
5,6 |
| 12 |
Olasılıksal Muhakeme |
|
5,6 |
| 13 |
Örneklerden Öğrenme |
|
5,6 |
| 14 |
İstatistiksel Öğrenme Yöntemleri |
|
5,6 |
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
ZORUNLU ve ÖNERİLEN OKUMALAR
| Artificial Intelligence:A Modern Approach, Stuart Russell & Peter Norvig, Prentice-Hall (2010), 3rd Edition |
DİĞER KAYNAKLAR
DEĞERLENDİRME SİSTEMİ
| Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
| Ödev |
4 |
25 |
| Final Sınavı |
1 |
40 |
| Ara Sınavlar |
1 |
35 |
| Total: |
6 |
100 |
İŞ YÜKÜ HESAPLAMASI
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|
| Ders Saati | 13 | 4 | 52 |
| Ödev | 4 | 12 | 48 |
| Final Sınavı | 1 | 8 | 8 |
| Sunum hazırlıkları (ders dışı) | 2 | 6 | 12 |
| Ara Sınavlar | 1 | 6 | 6 |
| Toplam İş Yükü (saat): | 126 |
1 AKTS = 25 saatlik iş yükü
PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ
| # |
PY1 |
PY2 |
PY3 |
PY4 |
PY5 |
PY6 |
PY7 |
PY8 |
| OC1 |
|
|
|
|
|
|
|
|
| OC2 |
|
|
|
|
|
|
|
|
| OC3 |
|
|
|
|
|
|
|
|
| OC4 |
|
|
|
|
|
|
|
|
| OC5 |
|
|
|
|
|
|
|
|
| OC6 |
|
|
|
|
|
|
|
|
Katkı Düzeyi: 1 Düşük, 2 Orta, 3 Yüksek
