of0
Export
ISPARTA UYGULAMALI BİLİMLER ÜNİVERSİTESİ
PROGRAM DERS BİLGİ PAKETİ
DERS İÇERİĞİ
Bölüm
Teknoloji Fakültesi Bilgisayar Mühendisliği
DERS BİLGİLERİ(Revizyon Tarihi:13.05.2024 17:38:00)
Ders Kodu
Ders Adı
Kredi Teorik
Kredi Pratik
Kredi Lab/U
Kredi Toplam
Kredi Ects
Yarı Yılı
BLG-307
Yapay Zeka Sistemleri
3,0
0,0
0,0
3,0
5,0
5. Yarıyıl
Dersin Dili
Türkçe
Ders Düzeyi
LİSANS TYYÇ:6.DÜZEY EQF-LLL:6.DÜZEY QF-EHEA:1.DÜZEY
Dersin Türü
Zorunlu
Dersi Verenler
Doç.Dr. Sinan UĞUZ
Dersin Yardımcıları
 
Ofis Yeri
Teknoloji Fakültesi 2.Kat
E-Posta
sinanuguz@isparta.edu.tr
Ofis Görüşme Saatleri
 
İş Telefonu
2146862
Dersin Amacı
Bu dersin amacı, öğrencilerin yapay zeka ve ilgili konularda mühendislik uygulamalarıyla bilgilendirilmelerini sağlamaktır.Zeka ve yapay zekanın anlaşılması, öğrenme ile problem çözme tekniklerinin öğrenilmesi, arama, sezgisel arama algoritmaları, yapay sinir ağları, bulanık mantık, kavram öğrenme algoritmalarının öğrenilmesi amaçlanmaktadır.
Dersin İçeriği
Yapay zekaya giriş, yapay zeka algoritmaları kullanım nedenleri, uzman yazılım. Bulanık mantık teorisi, klasik mantıkla karşılaştırma.Yapay sinir ağları, hata geri yayınım algoritması.Yapay sinir ağları öğrenme uygulamaları. Turing Testi, Arama yöntemleri, Planlama, Sezgisel Problem Çözme, Bilgi gösterilimi.
Önkoşul Dersleri
 
Dersi İşleyiş Yöntemi
Yüz Yüze
DERSİN KATEGORİSİ
Dersin Kategorisi (Genel)
Katkı Düzeyi (%)
Temel Mesleki Ders
0
Uzmanlık/Alan Dersi
100
Destek Dersi
0
Beceri, İletişim ve Yönetim Becerileri Dersi
0
Aktarılabilir Beceri Dersi
0
DERSİN KAZANIMLARI(Revizyon Tarihi:09.11.2023 12:44:00)
DK1
Yapay zeka ve zekâ simülasyonu kavramlarını anlamak.
DK2
Temel makine öğrenimi algoritmalarını kavrama (denetimli, denetimsiz ve pekiştirmeli öğrenme).
DK3
Metin verilerini analiz etme, dil modellemesi ve metin sınıflandırma gibi NLP tekniklerini öğrenme.
DK4
Belirsizlik ve kesin olmayan durumları modelleme ve çözümleme becerisi kazanma.
DK5
Derin öğrenme ağlarını anlama, evrişimli ve rekürrent sinir ağlarını kullanma.
DK6
Uzman sistemlerin tasarımı, belirli alanlarda uzmanlık seviyesinde çözümler geliştirme yeteneği.
DK7
Büyük veri kümeleme, örüntü tanıma ve tahminleme tekniklerini kullanma.
DK8
Yapay zeka uygulamalarında etik konuları, adalet ve sorumluluk kavramlarını anlama.
DK9
Yapay zeka tekniklerini sağlık, finans, otomasyon ve diğer endüstrilerde kullanımına ilişkin uygulamaları inceleme.
DK10
Yapay zeka projelerinin yönetimi, geliştirme süreci ve gerçek dünya projelerinde uygulama becerilerini kazanma.