• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS SEÇMELİ

Dersi Veren Birim

Mühendislik Fakültesi

Dersin Düzeyi

Lisans

Ders Koordinatörü

Dersi Alan Birimler

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Yapay zeka yöntemlerini ve günlük hayattaki uygulamalarını öğrenebilme 2   Kısıt sağlama problemleri gibi matematiksel problemlerin çözümü için gerekli arama paradigmalarını öğrenmesi ve gerektiğinde uygulayabilme 3   Yapay zeka konusu içindeki yöntemleri öğrenebilme 4   Öğrenme paradigmalarını anlayabilme, günlük hayatta uygulayabilme ve problemlere çözüm üretebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Yapay Zekaya Giriş: Yapay Zekanın Tarihçesi ve Uygulamaları 2 Yapay Zeka Uygulamalarında Bilgi Gösterimi 3 Problem Çözme: Constraint Satisfaction Problems (CSP), Backtracking Search for CSP 4 Arama Stratejileri - I: Genişlik Öncelikli Arama (Depth First Search), Derinlik Öncelikli Arama (Breath First Search), Sezgisel Arama (Heuristic Search) 5 Arama Stratejileri- II: Hill Climbing, Best First Search, A* Method 6 Oyun Ağaçları ve Dönüşümlü Arama, Alpha-Beta İndirgeme, Minimax Arama 7 Vize 8 Yapay Zeka Teknikleri - I 9 Yapay Zeka Teknikleri - II 10 Öğrenme Paradigmaları - I: Learning from Observations, Inductive Learning, Decision Trees 11 Öğrenme Paradigmaları - II:: Learning from Examples, Learning with Hidden Variables, Instance Based Learning 12 Doğal Dil İşleme - I: Biçimbilim, Anlambilim ve Edimbilim 13 Doğal Dil İşleme - II: Biçimbilim, Anlambilim ve Edimbilim 14 Uzman sistemler

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, problem çözümü, sunum, ödev.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 OD Ödev 3 FN Final 4 BNS BNS VZ*0.35+OD *0.15+FN * 0.50 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ*0.35+OD *0.15+BUT * 0.50 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 13 2 26 Haftalık Ders öncesi/sonrası hazırlıklar 13 1 13 Vize Sınavına Hazırlık 1 12 12 Final Sınavına Hazırlık 1 12 12 Ödev Hazırlama 2 6 12 Sunum Hazırlama 2 5 10 Final Sınavı 1 3 3 Vize Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 90

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 PK.11 PK.12 ÖK.1 ÖK.2 ÖK.3 ÖK.4