Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Yapay Zeka ENM 417 7 3 + 0 3 4
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Seçmeli
Dersin Koordinatörü Doç.Dr. SAFİYE SENCER
Dersi Verenler Doç.Dr. SAFİYE SENCER,
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı Yapay Zekanın genel yapısı ve algoritmaları verilerek yapay zeka uygulamalarının öğretilmesi.
Dersin İçeriği Temel kavramlar (arama, problem çözme, bilgi gösterim metotları, planlama, doğal dil işleme), Yapay Sinir Ağları, Uzman Sistemler, Genetik Algoritmalar, Bulanık Önermeler Mantığı.
Kalkınma Amaçları
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Yapay Zekanın genel yapısını kavramak Anlatım, Soru-Cevap, Beyin Fırtınası, Rol Oynama,
2 Yapay Sinir Ağlarını kavramak Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma, Grupla Çalışma, Rol Oynama, Gezi / Gözlem,
3 Uzman Sistemleri kavramak Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma, Grupla Çalışma, Rol Oynama, Gezi / Gözlem,
4 Genetik Algoritmaları kavramak Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma, Grupla Çalışma, Rol Oynama, Gezi / Gözlem,
5 Bulanık Önermeler Mantığını kavramak Grupla Çalışma, Rol Oynama, Gezi / Gözlem, Anlatım, Soru-Cevap, Beyin Fırtınası, Tartışma,
Hafta Ders Konuları Ön Hazırlık
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 (Çok Katmanlı Algılayıcılar-Backpropagation)
7 Yapay Sinir Ağları (LVQ Ağı)
8 Uzman Sistemlere genel giriş
9 Uzman Sistemler
10 Uzman Sistemler örneği
11 Genetik Algoritmalara genel giriş
12 Genetik Algoritmalar örneği
13 Bulanık Önermeler Mantığına genel giriş
14 Bulanık Önermeler Mantığı örneği
Kaynaklar
Ders Notu Ders ile ilgili sunumlar www.ie.sakarya.edu.tr adresine yüklenecektir.
Ders Kaynakları 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;
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 a Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; X
1 b Bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. X
2 a Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; X
2 b 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 seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 a Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama becerisi. X
5 b Deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. X
6 a Disiplin içi takımlarda etkin biçimde çalışabilme becerisi.
6 b Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi. X
6 c Bireysel çalışma becerisi. X
7 a Sözlü ve yazılı etkin iletişim kurma, etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi, X
7 b En az bir yabancı dil bilgisi. X
7 c Etkin sunum yapabilme becerisi. X
7 d Açık ve anlaşılır talimat verme ve alma becerisi. X
8 Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. X
9 a Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk hakkında bilgi, X
9 b Mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. X
10 a Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; X
10 b Girişimcilik, yenilikçilik hakkında farkındalık X
10 c Sürdürülebilir kalkınma hakkında bilgi. X
11 a Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; X
11 b Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. X
# Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı PÇ 1 PÇ 1 a PÇ 1 b PÇ 2 PÇ 2 a PÇ 2 b PÇ 3 PÇ 4 PÇ 5 PÇ 5 a PÇ 5 b PÇ 6 PÇ 6 a PÇ 6 b PÇ 6 c PÇ 7 PÇ 7 a PÇ 7 b PÇ 7 c PÇ 7 d PÇ 8 PÇ 9 PÇ 9 a PÇ 9 b PÇ 10 PÇ 10 a PÇ 10 b PÇ 10 c PÇ 11 PÇ 11 a PÇ 11 b
1 Yapay Zekanın genel yapısını kavramak
2 Yapay Sinir Ağlarını kavramak
3 Uzman Sistemleri kavramak
4 Genetik Algoritmaları kavramak
5 Bulanık Önermeler Mantığını kavramak
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 60
1. Ödev 20
2. Ödev 20
Toplam 100
1. Yıl İçinin Başarıya 60
1. Final 40
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 3 48
Ara Sınav 1 1 1
Ödev 1 15 15
Proje / Tasarım 1 37 37
Final 1 1 1
Toplam İş Yükü 150
Toplam İş Yükü / 25 (Saat) 6
Dersin AKTS Kredisi 4