GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| MM556 | YAPAY ZEKA VE MAKİNE ÖĞRENMESİ | Seçmeli Ders Grubu | 1 | 2 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Yapay zeka ve makine öğrenmesi konularında en güncel kitap, dergi, makale ve web linkleri ile video ve görseller ders içeriği olarak öğrencilerle paylaşılacaktır
Dersi Veren Öğretim GörevlisiGörevlileri
Doç.Dr.Faruk GÜNER
Öğrenme Çıktıları
| 1 | Yapay Zeka metotlarıyla çözülebilecek problemleri tanıyabilir. |
| 2 | Verilen probleme uygun Yapay Zeka metodunu seçebilir. |
| 3 | Verilen problemi uygun Yapay Zeka metoduyla çözebilir. |
| 4 | Arama yöntemlerini, avantaj ve dezavantajlarını bilir |
| 5 | Bilginin temsil yollarını, avantaj ve dezavantajlarını bilir. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
yok
Dersin İçeriği
Dersin amacı öğrencilere geleceğin teknolojileri hakkında bilgi vermek, yapay zeka, makine öğrenmesi ve bilişim teknolojileri konusunda çözüm yöntemleri ve strateji geliştirmek için ihtiyaç duyacakları bilgi ve becerileri kazandırmaktır
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Bilişim teknolojileri, yapay zeka ve makine öğrenmesinin tarihsel gelişimi, genel kavramla | ||
| 2 | Yapay Zeka Tarihçesi | ||
| 3 | Kör Arama Algoritmaları | ||
| 4 | Yapay sinir ağları – Denetimli / denetimsiz öğrenme | ||
| 5 | Lokal Arama Algoritmaları | ||
| 6 | Genetik Algoritmalar | ||
| 7 | Oyun Algoritmaları | ||
| 8 | Ara Sınav 1 | ||
| 9 | Basit kararlar – karmaşık kararlar alma | ||
| 10 | Makine Oğrenmesi Algoritmaları-1 | ||
| 11 | Örneklerden öğrenme, olasılık modellerini öğrenme | ||
| 12 | Pekiştirmeli Öğrenme | ||
| 13 | Yapay Zeka Sistemlerinde Etik ve Yanlılık | ||
| 14 | Robotlar, gelecek vizyonu ve yapay zeka etiği, güvenliği ve felsefesi | ||
| 15 | Genel değerlendirme | ||
| 16 | Final |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Artificial Intelligence: A Modern Approach - Stuart J. Russell, Peter Norvig Artificial Intelligence, 3e – Dr Michael Negnevitsky Prolog Programming for Artificial Intelligence – Ivan Bratko
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Makale Kritik Etme | 3 | 15 | 45 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 45 | 45 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 45 | 45 |
| Toplam İş Yükü (saat) | 181 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
| ÖÇ 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek