Course Name Code Semester T+U Hours Credit ECTS
Yapay Zeka ISE 444 8 3 + 0 3 5
Precondition Courses
Recommended Optional Courses
Course Language Turkish / English
Course Level Bachelor's Degree
Course Type Optional
Course Coordinator Doç.Dr. İHSAN HAKAN SELVİ
Course Lecturers Doç.Dr. İHSAN HAKAN SELVİ,
Course Assistants
Course Category Alanına Uygun Öğretim
Course Objective

İnsan beyninin öğrenme mekanizmasının modellenerek bilgisayarların tasarımı gün geçtikçe önem kazanmaktadır. Bu derste öğrenme teknikleri anlatılarak, zeki sistemlerin tasarımında gerekli bilgi ve becerilerin kazandırılması amaçlanmaktadır

Course Content

Yapay zekaya giriş ve temel kavramlar, Problem çözümü, Arama metodları, Öğrenme, Yapay zeka metodları, Yapay Sinir ağları, uzman sistemler, bulanık mantık ,zeki etmenler ve uygulama alanları

# Course Learning Outcomes Teaching Methods Assessment Methods
1 Yapay Zekanın genel yapısını kavramak , , , , , ,
2 Yapay Sinir Ağlarını kavramak , , , , , , , ,
3 Uzman Sistemleri kavramak , , , , , , , ,
4 Genetik Algoritmaları kavramak , , , , , , , ,
5 Bulanık Mantığını kavramak , , , , , , , ,
Week Course Topics Preliminary Preparation
1 Yapay Zekaya giriş
2 Problem Çözme, Doğal Dil İşleme
3 Bilgi Gösterim Metotları
4 Planlama, Arama, Vizyon, Robotik, Etmen
5 Yapay Sinir Ağlarına genel giriş
6 Yapay Sinir Ağları
7 Yapay Sinir Ağları
8 Uzman Sistemler
9 Uzman Sistemler
10 Ara Sınav
11 Genetik Algoritmalar
12 Genetik Algoritmalar
13 Bulanık Mantık
14 Bulanık Mantık
Resources
Course Notes
Course Resources

1-Russell S., Norvig P., 2002, "Artificial Intelligence: A modern approach", Prentice Hall series in Artificial Intelligence, 2nd Edition

2- Luger G.F., 2004, "Artificial Intelligence: Structures and Strategies for Complex Problem Solving", Addison-Wesley, 5th Edition

3- Patterson D.W., 1990, "Introduction to artificial intelligence and expert systems", Prentice Hall

4- Lauriere J.L., 1990, "Problem Solving and Artificial Intelligence", Prentice Hall

5- Elmas, Ç Yapay Zeka Uygulamaları Seçkin Yayıncılık, Yayın Yılı: 2007

6- Görz, G., Nebel, B., Yapay Zeka, İnkılap Kitabevi, Yayın Yılı: 2006

Order Program Outcomes Level of Contribution
1 2 3 4 5
2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. X
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. X
7 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. X
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. X
12 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. X
Evaluation System
Semester Studies Contribution Rate
1. Proje / Tasarım 25
Total 25
1. Final 50
1. Yıl İçinin Başarıya 50
Total 100
ECTS - Workload Activity Quantity Time (Hours) Total Workload (Hours)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 1 16
Ara Sınav 1 12 12
Ödev 2 10 20
Proje / Tasarım 1 25 25
Final 1 15 15
Total Workload 136
Total Workload / 25 (Hours) 5.44
dersAKTSKredisi 5