| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 5 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Bilgi temsili ve muhakeme hakkında bilgi sahibi olur.
- Önermeler mantığı ve birinci derece yüklem mantığının söz dizimi, anlam bilgisi ve ispat teorisini (tümdengelimli akıl yürütme) bilir.
- Olasılıksal akıl yürütme uygulamaları geliştirir.
- Belirsizlik ve kendi kendine öğrenmeyi bilir.
- Uzman sistemler hakkında farkındalık edinir.
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | Yok |
|---|
| Ders Tanımı | Anlamsal ağlar ve açıklama eşleme. Üret ve test et, ve problem azaltma. Ağlar ve temel arama. Ağlar ve optimum arama. Ağaçlar ve çekişmeli arama. Kurallar ve kural zincirleme. Kurallar, substratlar ve bilişsel modelleme. Çerçeveler ve kalıtım. Çerçeveler ve sağduyu. Sayısal kısıtlamalar ve yayılma. Sembolik kısıtlamalar ve yayılma. Mantık ve çözünürlük kanıtı. Geri takip ve hakikat bakımı. Planlama. Farklılıkları analiz ederek öğrenme. Deneyimi açıklayarak öğrenme. Hataları düzelterek öğrenme. Vakaları kaydederek öğrenme. Birden çok modeli yöneterek öğrenme. Kimlik ağaçları oluşturarak öğrenme. Sinir ağlarını eğiterek öğrenme. Algılayıcıları eğiterek öğrenme. Eğitim ağları ile öğrenme. Evrimi simüle ederek öğrenme. Nesneleri tanıma. Görüntüleri tanımlama. Dil kısıtlamalarını ifade etme. Sorulara ve komutlara cevap verme. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Yapay zekaya giriş, temel terimler, yapay zekanın mevcut modelleri |
|
2. Hafta |
Yapay Sinir Ağları |
|
3. Hafta |
Yapay Sinir Ağları |
|
4. Hafta |
Yapay Sinir Ağları |
|
5. Hafta |
Yapay Sinir Ağları |
|
6. Hafta |
Makine Öğrenmesi |
|
7. Hafta |
Makine Öğrenmesi |
|
8. Hafta |
ARASINAV |
|
9. Hafta |
Makine Öğrenmesi |
|
10. Hafta |
Tekrarlayan Sinir Ağları |
|
11. Hafta |
Uzun Kısa Süreli Bellek Ağları |
|
12. Hafta |
Evrişimli Sinir Ağları |
|
13. Hafta |
Bulanık Mantık |
|
14. Hafta |
Genetik Algoritma |
|
| Kaynaklar | 1) Artificial Intelligence, Patrick Henry Winston, 1992/Third Edition, Addison-Wesley.
2) Artificial Intelligence: Foundations of Computational Agents, David L. Poole and Alan K. Mackworth, 2017/Second Edition, Cambridge University Press
3) The Quest for Artificial Intelligence: A History of Ideas and Achievements, Nils Nilsson, 2009, Cambridge University Press.. |
|---|
| Öğretim Yöntemleri |
- Anlatım
- Soru-Cevap
- Sunum
- Eğitim-Uygulama
- Sorun/Problem Çözme
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
25 |
| Proje |
1 |
20 |
| Makale Sunuşu |
1 |
15 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
2 |
2 |
| Kısa Sınavlara hazırlık |
4 |
10 |
40 |
| Sınıf Dışı Ders Çalışma Süresi |
1 |
15 |
15 |
| Final Sınavına Hazırlık |
10 |
3 |
30 |
| Ders Saati |
1 |
10 |
10 |
| Ara Sınava Hazırlık |
1 |
10 |
10 |
| Laboratuvar |
0 |
0 |
0 |
| Final Sınavı |
1 |
2 |
2 |
| Ödevler |
2 |
20 |
40 |
| Toplam İş Yükü | 149 |
| Toplam İş Yükü / 30 | 4.96 |
| Dersin AKTS Kredisi | 5 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
