GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BİLSEÇ-206 | YAPAY ZEKAYA GİRİŞ | Seçmeli Ders Grubu | 2 | 3 | 3,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Yapay zekâ kavramlarını, temel yöntem ve tekniklerini tanıtmak; problem çözme, arama algoritmaları, uzman sistemler, makine öğrenmesi ve yapay zekânın farklı alanlardaki uygulamalarını öğrencilere aktarmak.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğr.Gör.Ferhat BÜYÜKKALKAN
Öğrenme Çıktıları
| 1 | Yapay zekâ kavramını, tarihsel gelişimini ve temel alt alanlarını açıklayabilme |
| 2 | Problem çözme ve arama algoritmalarını karşılaştırarak uygun stratejiyi seçebilme |
| 3 | Mantık temelli yapay zekâ yaklaşımlarını kullanarak basit çıkarımlar yapabilme |
| 4 | Bilgi temsili yöntemlerini (semantik ağlar, kurallar, ontolojiler) analiz edebilme |
| 5 | Makine öğrenmesi türlerini (denetimli, denetimsiz, pekiştirmeli öğrenme) tanıyabilme ve temel algoritmaları açıklayabilme |
| 6 | Yapay sinir ağlarının temel çalışma prensiplerini kavrayarak örnek uygulamaları yorumlayabilme |
| 7 | Doğal dil işleme ve görüntü işleme uygulamalarını temel seviyede tanıyabilme |
| 8 | Yapay zekânın etik, sosyal ve hukuki boyutlarını tartışabilme |
| 9 | Alanla ilgili güncel gelişmeleri takip edebilme ve teknolojiye uyum sağlayabilme |
| 10 | Basit yapay zekâ projelerini taslak düzeyinde planlayabilme ve raporlayabilme |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
-
Ders İçin Önerilen Diğer Hususlar
Öğrencilerin temel algoritma ve programlama bilgisine sahip olmaları faydalıdır.
Dersin İçeriği
Yapay zekânın tanımı ve tarihçesi, arama stratejileri, mantık temelli yapay zekâ, bilgi temsili, uzman sistemler, makine öğrenmesi yöntemleri (denetimli ve denetimsiz öğrenme), yapay sinir ağları, doğal dil işleme ve güncel uygulama örnekleri.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Yapay zekâya giriş, tarihçe ve temel kavramlar | ||
| 2 | Problem çözme ve arama stratejileri (genişlik öncelikli, derinlik öncelikli) | ||
| 3 | Sezgisel arama yöntemleri (A*, Greedy, vs.) | ||
| 4 | Mantık temelli yapay zekâ: Önerme ve yüklem mantığı | ||
| 5 | Bilgi temsili yöntemleri (graf, üretim kuralları, semantik ağlar) | ||
| 6 | Uzman sistemler ve çıkarım mekanizmaları | ||
| 7 | Makine öğrenmesine giriş: Denetimli ve denetimsiz öğrenme | ||
| 8 | Ara Sınav | ||
| 9 | Yapay sinir ağları ve temel algoritmalar (Perceptron, Backpropagation) | ||
| 10 | Derin öğrenme kavramı ve güncel uygulamaları | ||
| 11 | Doğal dil işleme (NLP) ve temel yöntemler | ||
| 12 | Görüntü işleme ve yapay zekâ uygulamaları | ||
| 13 | Günümüzde yapay zekâ: Etik, sosyal ve hukuki boyutlar | ||
| 14 | Genel değerlendirme ve dönem sonu tekrar |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach Ethem Alpaydın, Yapay Öğrenme Güncel makaleler ve çevrimiçi kaynaklar (Google Scholar, arXiv vb.)
Planlanan Öğrenme Aktiviteleri ve Metodları
Kuramsal ders anlatımı Sunum ve tartışma Vaka analizi Ödev ve araştırma projeleri
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 40 |
| Derse Katılım | 1 | 10 |
| Proje Hazırlama | 1 | 30 |
| Proje Sunma | 1 | 20 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Rapor Sunma | 1 | 10 |
| Proje Hazırlama | 1 | 20 |
| Proje Sunma | 1 | 20 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Zorunlu değil
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Uygulama/Pratik | 1 | 1 | 1 |
| Rapor Hazırlama | 1 | 1 | 1 |
| Proje Hazırlama | 2 | 4 | 8 |
| Proje Sunma | 2 | 4 | 8 |
| Ara Sınav İçin Bireysel Çalışma | 14 | 1 | 14 |
| Final Sınavı içiin Bireysel Çalışma | 14 | 1 | 14 |
| Toplam İş Yükü (saat) | 90 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 5 | 5 | 4 | 4 | 4 | 3 | 3 | 4 | 3 | 3 | 3 | 2 | 2 | 2 | 2 |
| ÖÇ 2 | 5 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 4 | 3 | 4 | 3 | 3 | 3 | 3 |
| ÖÇ 3 | 4 | 4 | 4 | 4 | 4 | 3 | 3 | 4 | 3 | 3 | 2 | 2 | 2 | 2 | 2 |
| ÖÇ 4 | 4 | 4 | 4 | 4 | 5 | 4 | 4 | 4 | 4 | 3 | 3 | 3 | 3 | 3 | 3 |
| ÖÇ 5 | 5 | 5 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 3 | 3 | 3 | 3 | 3 | 3 |
| ÖÇ 6 | 4 | 4 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 4 | 3 | 3 | 3 | 3 | 3 |
| ÖÇ 7 | 4 | 4 | 4 | 4 | 4 | 3 | 4 | 4 | 3 | 3 | 2 | 2 | 2 | 2 | 2 |
| ÖÇ 8 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 4 | 4 | 4 | 4 | 4 | 3 | 4 | 4 |
| ÖÇ 9 | 4 | 4 | 4 | 4 | 4 | 4 | 5 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 4 |
| ÖÇ 10 | 5 | 5 | 5 | 5 | 5 | 4 | 4 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek