1. LİSANS
  2. MÜHENDİSLİK FAKÜLTESİ
  3. ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ
  4. 248 ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ (İ.Ö.)
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
CENG 417YAPAY ZEKA3 + 08. Yarıyıl4

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Seçmeli
Dersin Amacı Bu dersin amacı öğrencilerin yapay zekânın temel teknik ve mekanizmalarını içerecek şekilde yapay zeka konusuna giriş yapmalarını sağlamaktır. Bu dersi tamamlayan öğrencilerin yapay zekânın tarihsel ve kavramsal gelişimini, yapay zekânın amaçları ve bu amaçlara ulaşmak için kullandığı yöntemleri, yapay zekânın toplumsal ve ekonomik rolünü anlaması ve problemleri analiz ederek yapay zekâ tekniklerinin nerede kullanılabileceğinin belirlenmesi ve yapay zekâ tekniklerini kullanabilmesi amaçlanmaktadır.
Ders İçeriği Yapay zekaya giriş, Doğal ve Yapay Zeka, Turing Testi, Arama yöntemleri, Planlama, Sezgisel Problem Çözme, Bilgi gösterilimi, Yüklem Mantığı, Yapay Zeka Programlama Dilleri, Common Lisp ile programlama, Oyun Teorisi, Genetik Algoritmalar, Bulanık Mantık, Uzman Sistemler, Yapay Zeka Uygulamaları.
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Yapay Zeka kavramlarının öğrenilmesi
2Uygulama alanlarının anlaşılması
3Bir örnek proje üzerinde uygulama çalışması yaparak pekiştirilmesi

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11
ÖK 001 23  34 211
ÖK 0021122 14231 
ÖK 0032121 351212
Ara Toplam3473 7133733
Katkı11210241211

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14342
Arasınavlar(hazırlık süresi dahil)166
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)11414
Toplam İş Yükü

Dersin AKTS Kredisi





104

4
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2017-2018 Güz3SEZAİ TOKAT
Detay 2016-2017 Güz3SEZAİ TOKAT
Detay 2016-2017 Güz3EMRE ÇOMAK
Detay 2013-2014 Güz1EMRE ÇOMAK


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
CENG 417 YAPAY ZEKA 3 + 0 3 Türkçe 2017-2018 Güz
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Prof. Dr. SEZAİ TOKAT stokat@pau.edu.tr MUH A0301 Dersin Devam Yüzdesi : %
Amaç Bu dersin amacı öğrencilerin yapay zekânın temel teknik ve mekanizmalarını içerecek şekilde yapay zeka konusuna giriş yapmalarını sağlamaktır. Bu dersi tamamlayan öğrencilerin yapay zekânın tarihsel ve kavramsal gelişimini, yapay zekânın amaçları ve bu amaçlara ulaşmak için kullandığı yöntemleri, yapay zekânın toplumsal ve ekonomik rolünü anlaması ve problemleri analiz ederek yapay zekâ tekniklerinin nerede kullanılabileceğinin belirlenmesi ve yapay zekâ tekniklerini kullanabilmesi amaçlanmaktadır.
İçerik Yapay zekaya giriş, Doğal ve Yapay Zeka, Turing Testi, Arama yöntemleri, Planlama, Sezgisel Problem Çözme, Bilgi gösterilimi, Yüklem Mantığı, Yapay Zeka Programlama Dilleri, Common Lisp ile programlama, Oyun Teorisi, Genetik Algoritmalar, Bulanık Mantık, Uzman Sistemler, Yapay Zeka Uygulamaları.
Haftalık Konu Başlıkları
HaftaKonular
1 Yapay Zeka'nın Tanımları. Zeka Testleri. Turing Testi ve Çin Odası Testi.
2 Sezgisel Problem Çözme: NP Problemler, A* algoritması, Sezgisel Problem Örnekleri.
3 Sezgisel Problem Çözme: Greedy En İyi Önce Arama, Tepe Tırmanma, Benzetimli Tavlama Algoritmaları. Sezgisel Problem Örnekleri.
4 Oyunlar, Oyun Kuramı
5 Simpleks Yöntemi, Minimaks Yöntemi, Alfa-Beta Budama
6 Yüklem Mantığı.
7 Mantıksal Programlama.
8 Genetik algoritmalar
9 Vize Haftası.
10 Yapay Sinir Ağları
11 Yapay Sinir Ağları
12 Yapay Sinir Ağları
13 Bulanık Mantık.
14 Bulanık Mantık
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
Vasif Vagifoğlu Nabiyev, Yapay Zeka, 5. baskı, Nisan 2016, Seçkin Yayıncılık.Türkçe
S. RAJASEKARAN,G.A. VIJAYALAKSHMI PAI, Neural Networks, Fuzzy Systems and Evolutioary Algorithms, 2. baskı, PHI Learning, Delhi, 2017.English
Stuart Russell, ‎Peter Norvig, Artificial Intelligence: A Modern Approach, Global Edition, Pearson, 2016.English
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı60Dönem Sonu Sınavı
Ara Sınav40Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları