GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| TST-106 | YAPAY ZEKA TEMELLERİ | Ders | 1 | 2 | 3,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, öğrencilere yapay zekâ alanının temel kavramlarını ve tekniklerini kazandırarak, yapay zekâ uygulamalarını anlayabilme ve temel düzeyde kullanabilme becerisi geliştirmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğr. Gör. Rıdvan CEBECİ
Öğrenme Çıktıları
| 1 | Yapay zekâ kavramlarını ve temel kullanım alanlarını açıklayabilme. |
| 2 | Yapay zekâ uygulamalarında kullanılan veri hazırlama ve ön işleme adımlarını uygulayabilme. |
| 3 | Denetimli ve denetimsiz öğrenme yaklaşımlarını ayırt edebilme ve uygun senaryoya göre seçebilme. |
| 4 | Temel makine öğrenmesi algoritmalarını kullanarak sınıflandırma ve/veya kümeleme problemi çözümleyebilme. |
| 5 | Yapay sinir ağları ve derin öğrenmeye ilişkin temel kavramları kullanarak basit bir model kurabilme ve çıktıları yorumlayabilme. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Yapay zekâya giriş ve tarihçe; farklı alanlarda yapay zekâ kullanımı ve önemi; makine öğrenmesine giriş; derin öğrenmeye giriş; denetimli ve denetimsiz öğrenme; veri hazırlama ve ön işleme; sınıflandırma ve kümeleme algoritmaları; uzman sistemler; bulanık mantık; genetik algoritmalar; yapay sinir ağları; derin öğrenme uygulamaları ve örnek senaryolar.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Dersin Genel Tanıtımı, işleyişi, değerlendirme kriterleri ve izlence hakkında bilgilendirme | ||
| 2 | Yapay Zekânın Tanımı ve Tarihsel Gelişimi | ||
| 3 | Yapay Zekânın Farklı Alanlarda Kullanımı ve Önemi | ||
| 4 | Makine Öğrenmesine Giriş | ||
| 5 | Denetimli, Denetimsiz Öğrenme | ||
| 6 | Verinin Hazırlanması | ||
| 7 | Sınıflandırma ve Kümeleme Algoritmaları | ||
| 8 | Ara Sınav | ||
| 9 | Uzman Sistemler | ||
| 10 | Uzman Sistemler | ||
| 11 | Bulanık Mantık | ||
| 12 | Bulanık Mantık | ||
| 13 | Genetik Algoritmalar | ||
| 14 | Yapay Sinir Ağları | ||
| 15 | Dönem Boyunca İşlenen Konuların Genel Tekrarı ve Değerlendirilmesi | ||
| 16 | Dönem Sonu Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
TEORIDEN UYGULAMAYA YAPAY ZEKÂNIN TEMELLERI (PROF. DR. ERHAN ŞENGEL), YAPAY ZEKÂ VE MAKİNE ÖĞRENMESİ (Dr. Murat ALTUN, Mustafa NACAR, Onur ÇAKAR), DERS NOTLARI
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 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 2 | 28 |
| Ara Sınav İçin Bireysel Çalışma | 7 | 3 | 21 |
| Final Sınavı içiin Bireysel Çalışma | 14 | 3 | 42 |
| Toplam İş Yükü (saat) | 93 | ||
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 | |
| ÖÇ 1 | 4 | 1 | 4 | 2 | 3 | 1 | 2 | 2 | 2 | 3 | 1 | 1 | 4 | 1 |
| ÖÇ 2 | 3 | 1 | 3 | 4 | 4 | 1 | 3 | 2 | 2 | 2 | 3 | 1 | 4 | 1 |
| ÖÇ 3 | 3 | 1 | 4 | 3 | 5 | 1 | 3 | 2 | 2 | 3 | 1 | 1 | 4 | 1 |
| ÖÇ 4 | 4 | 1 | 4 | 4 | 5 | 1 | 3 | 2 | 2 | 3 | 1 | 1 | 4 | 1 |
| ÖÇ 5 | 4 | 1 | 4 | 4 | 4 | 1 | 3 | 2 | 2 | 3 | 1 | 1 | 5 | 1 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek