DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Sezgisel Optimizasyon CMPE 402 Güz 03+00+00 Seçmeli 3 5
Akademik Birim: Bilgisayar Mühendisliği
Öğrenim Türü: Örgün Eğitim
Ön Koşullar CMPE242
Öğrenim Dili: İngilizce
Dersin Düzeyi: Lisans
Dersin Koordinatörü: - -
Dersin Amacı: Bu ders, Yapay Zekanın temelinin derinlemesine bir analizidir. Öğrencileri arama problemleri ve bunların nasıl çözüleceği ile tanıştıracak, optimaliteye odaklanacaktır. Öğrenciler, karmaşık bir problem için iyi tanımlanmış bir formülasyonu nasıl tanımlayacaklarını, akıllı arama algoritmaları tasarlamayı, Yapay Zeka yöntemlerini kullanarak iyi tanımlanmış problemleri çözmeyi, problem çözme becerilerini geliştirmeyi ve farklı alan ve alanlardaki optimizasyon problemlerini çözmeyi öğreneceklerdir. Bu derste sadece tek amaçlı optimizasyon problemleri ele alınacaktır.
Dersin İçeriği: Ders, düzgün arama, bilgilendirilmiş arama, kısıt tatmin problemleri, optimizasyon ve yerel arama, evrimsel hesaplama, genetik algoritma ve rekabet ortamında arama (video oyunları) gibi konuları kapsayacaktır.
Dersin Öğrenme Çıktıları (ÖÇ):
    Dersin Öğrenme Yöntem ve Teknikleri Sınıf içi öğrenme, laboratuvar içi uygulama.


    HAFTALIK PROGRAM

    HaftaKonularÖn Hazırlık


    ZORUNLU ve ÖNERİLEN OKUMALAR

    S. Russel, P. Norvig. “Artificial Intelligence: A Modern Approach”. Pearson; 4th edition.
    K. Deb. "Multi-objective Optimization Using Evolutionary Algorithms". Wiley; 4th edition.


    DİĞER KAYNAKLAR

    Ders slaytları, AIMA Berkley gibi web siteleri: http://aima.cs.berkeley.edu/


    DEĞERLENDİRME SİSTEMİ

    Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
    Total: 0 0


    İŞ YÜKÜ HESAPLAMASI

    EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
    Toplam İş Yükü (saat):0


    PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

    # PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9 PY10