UZMANLIK SİSTEMLERİ GELİŞTİRME

Ders Açıklaması

Bu dersin amacı Yapay Zeka’da (Artificial Intelligence) hakkında genel bilgi vermenin yanı sıra uzman sistem teknolojileri alanında ki son gelişmeleri açıklamaktır. Temel kavramlara dayanarak, ders uzman sistemlerinin bileşenlerini, bilgi edinimini ve onaylamayı da içerecektir. Ayrıca, farklı bilgi gösterme teknikleri ve ilgili programlama dillerinin yanı sıra ilgili araçlar da ele alınacaktır. Yukarda belirtilen konulara ek olarak, çıkarım süreçleri, belirsizlik altında açıklama ve muhakeme, uzman sistem mimarisini, uzman sistemlerin sınıflandırılmasını ve bir uzman sistem kurmanın aşamaları konularını inceleyecektir. Ek olarak, Yapay Zeka'da kullanılan arama teknikleri, Prolog Yapay Zeka'da uzman sistemlerin uygulama alanlarında bir programlama dili bu derste işlenecektir.

UZMANLIK SİSTEMLERİ GELİŞTİRME

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Henüz haftalık içerik tanımlanmamış.

Referans Kitaplar & Ders Materyalleri

Kaynak kitap listelenmemiş.

Ders Çıktıları

Öğrenme çıktısı tanımlanmamış.

Program Çıktıları

1. Veri bilimi alanındaki güncel durumu değerlendirmek ve anlamak amacıyla teoriler, çerçeveler ve modeller hakkında derinlemesine bilgi sahibi olmak.
2. Literatürü incelemek ve veri bilimi teorileri ile metodolojilerini yeni araştırmalarda ve deneylerde uygulamak.
3. Denetimli ve denetimsiz makine öğrenimi tekniklerini kullanarak veri setlerini analiz etmek.
4. Veri yönetimi, analiz ve problem çözümü için istatistiksel ve bilişim yazılım sistemleri tasarlamak, geliştirmek ve test etmek.
5. Farklı veri türleri ve analitik görevler için etkili görselleştirmeler tasarlamak ve geliştirmek, ayrıca görselleştirme ve görsel analiz konularında teorik ve uygulamalı konular üzerine bağımsız araştırmalar yürütmek
6. İletişim, problem çözme, araştırma veya proje faaliyetlerinde yüksek düzeyde yetkinlik kazanmak ve çok disiplinli bir ekipte ortak bir hedefe ulaşmak için bir ekip üyesi ya da lider olarak etkin biçimde çalışmak.
7. Büyük veri kümelerinin yönetimiyle ilgili zorlukların üstesinden gelmek için paralel yöntemler, bulut bilişim ve ilişkisel olmayan (NoSQL) veri depolama ve erişim çözümleri geliştirmek ve uygulamak.
8. Veri, bilgi ve iletişimin disiplinlerarası doğasını anlamak ve veri toplama ile analizine yönelik önde gelen araştırma yöntemlerini değerlendirme yeteneği kazanmak.
9. Verinin kullanımıyla ilgili etik sorunları derinlemesine anlamak ve gerçek dünya veri uygulamalarında etik kararlar alabilmek.
10. Geniş bir alan yelpazesinden bilgiyi analiz etme, sentezleme ve değerlendirme yeteneğini göstermek ve yaşam boyu kendi kendine öğrenme yetisine sahip olmak.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.