YAPAY ZEKA
- Ders
- CMPE415 - YAPAY ZEKA
- Bölüm
- Bilgisayar Mühendisliği - İngilizce - Lisans
- Ders Tipi
- Ders
- Durum
- Zorunlu
- Dil
- İngilizce
- Kredi
- 3
- AKTS
- 7
- T+P+L
- 3 + 0 + 1
- Ders Koordinatörleri
- Doç. Dr. Kamil YURTKAN
- Ön Koşul
- Anahtar Sözcükler
Ders Açıklaması
Yapay Zeka dersi, insan zekâsına özgü olan, plan yapma, öğrenme, düşünme, fikir yürütme, sorun çözme ve çevresiyle etkileşim kurabilme gibi yüksek bilişsel fonksiyonları veya otonom davranışları sergilemesi beklenen sistemleri tasarlamak için gerekli olan metodları (araçları) sunar. Ders, yapay zeka'nın (AI) temel bileşenlerini, yapay zeka mimarisini, problem çözmede kullanılan yapay zeka tekniklerini, istenilen hedeflere ulaşmada uygun arama yöntemlerini, ve çeşitli teknikler kullanılarak bilgi gösterimini anlatmaktatdır. İçerdiği konular şunlardır: Problem çözme yöntemleri. Bilgiye dayanmayan arama stratejileri. Bilgiye dayanan arama stratejileri. Bilgi gösterimi. Mantıksal çıkarım. Önerme mantığı. Birinci-sıra mantık. Ders kapsamında incelenen yapay zeka algoritmaları bilgisayar programları ile simüle edilmekte ve öğrenciler ders projesi hazırlamaktadır.
YAPAY ZEKA
Değerlendirme Araçları (Aktif Dönem)
Değerlendirme öğesi tanımlanmamış.
Ders çıktıları
- 01 gain an understanding of the key components of the artificial intelligence (AI)
- 02 gain an understanding of the agent-based AI architecture
- 03 apply artificial intelligence techniques and classifiers in solving problems of a particular domain
- 04 implement basic learning algorithms in machine learning
- 05 represent knowledge using various techniques
Ders Müfredatı
| Hafta | Konu |
|---|---|
| Hafta 1 | Introduction to AI and Problem Solving |
| Hafta 2 | Intelligent Agents |
| Hafta 3 | Intelligent Agents |
| Hafta 4 | Introduction to Machine Learning |
| Hafta 5 | Introduction to Neural Networks - Perceptron Learning |
| Hafta 6 | Introduction to Neural Networks - Feed Forward Neural Networks |
| Hafta 7 | Introduction to Neural Networks - Hopfield Network |
| Hafta 8 | Uninformed Search Strategies - Breadth First Search, Uniform Cost Search, Depth First Search |
| Hafta 9 | Uninformed Search Strategies - Breadth First Search, Uniform Cost Search, Depth First Search |
| Hafta 10 | Midterm Week |
| Hafta 11 | Midterm Week |
| Hafta 12 | Informed Search Strategies - Greedy Search , A* Search |
| Hafta 13 | Informed Search Strategies - Greedy Search , A* Search |
| Hafta 14 | Representation and Logic - Propositional Logic |
| Hafta 15 | Representation and Logic - First Order Logic |
Referans Kitaplar & Ders Materyalleri
- 01 S. Russell, P. Norvig, "Artificial Intelligence: A Modern Approach", Prentice-Hall, 2003.
- 02 Simon Haykin, Neural Networks: A Comprehensive Foundation 2nd Ed. Prentice Hall PTR Upper Saddle River, NJ, USA ©1998 ISBN:0132733501
Ders Çıktıları
Öğrenme çıktısı tanımlanmamış.
Program Çıktıları
- P01 Kullanıcıların iş verilerine erişmesine izin vermek için çağdaş bir nesne yönelimli dilde bir kullanıcı arabirimi oluşturabilir
- P02 Kullanıcı ihtiyaçlarını tanımlayın ve analiz edin ve bilgi işlem tabanlı sistemlerin seçiminde, oluşturulmasında, entegrasyonunda, değerlendirilmesinde ve yönetiminde bunları dikkate alabilir
- P03 Ortak iş fonksiyonlarını analiz edebilir ve uygun bilgi teknolojisi çözümlerini belirleyebilir, tasarlayabilir ve geliştirebilir
- P04 Uygun problem çözme stratejilerini kullanarak çağdaş iş ortamları için yazılım çözümleri tasarlayabilir ve geliştirebilir
- P05 Çağdaş iş ortamlarını desteklemek için veritabanı sunucusunu yapılandırabilir ve yönetebilir
- P06 Küçük ila orta ölçekli bir şirket için ilişkisel bir veritabanını yönetebilir
- P07 BT tabanlı çözümleri kullanıcı ortamına etkin bir şekilde entegre edebilir
- P08 Profesyonel, etik, yasal, güvenlik ve sosyal konuları ve sorumlulukları anlayabilir
- P09 Profesyonel ortamla uyumlu etkili iletişim becerilerini uygulayabilir
- P10 Profesyonel ortamla uyumlu ekip çalışmasında etkili işbirliği becerilerini uygulayabilirler
Pç-Dç Matrisi
PÇ-ÖÇ matrisi henüz doldurulmamış.