Ders Adı Yapay Zeka
Ders Kodu BPR-3273
Dersin Türü Zorunlu
Ders Biriminin Seviyesi Ön Lisans
Yıl 2
Dönem 3.Yarıyıl
AKTS 3
Dersi Veren(ler) Öğr. Gör. Dr. Halit Çetiner
Dersin Yardımcıları
Ders İşleme Biçimi Yüz Yüze
Önkoşul Dersleri
Dersin İçeriği Zeka, yapay zeka, oyun teorisi, uzman sistemler, mantıksal ve doğal dil programlama.Yapay zeka yöntemleri
Dersin Verildiği Diller Türkçe
Dersin Amacı Yapay zeka yöntemleri ile problem çözme, oyun teorisini anlama ve geliştirme. Mantıksal ve dilsel programlamayı anlama ve geliştirme. Kriptoloji ve örüntü tanıma uygulamalarını gerçekleştirebilme.
No Dersin Kazanımları  
1 Birinci kazanım, yapay zekanın temellerinin öğretilmesidir.
2 İkinci kazanım yapay zeka kütüphanelerinin kurulmasıdır.
3 Üçüncü kazanım yapay zeka kütüphanelerinin tanıtılmasıdır.
4 Dördüncü kazanım, farklı problemlerin çözümü için yapay zeka yöntemlerini kullanabilmeyi kazandırmaktır.
5 Beşinci kazanım, yapay zeka ilgili model çıktılarının görselleştirilmesi ve değerlendirilmesidir.
DERSİN KAZANIMLARI / PROGRAM YETERLİKLERİ İLİŞKİ MATRİSİ
DKPY1PY2PY3PY4PY5PY6PY7PY8PY9PY10PY11PY12PY13PY14PY15
1
2
3
4
5
5-Çok Yüksek İlişkili 4- Yüksek İlişkili 3-Orta İlişkili 2- Zayıf İlişkili 1-Çok Zayıf İlişkili 0-İlişkisiz
Hafta Konular  
1 Doğal ve yapay zeka
  Ön Hazırlık: OBS'deki 1.hafta dökümanları
2 Uzman karar destek sistemleri
  Ön Hazırlık: OBS'deki 2.hafta dökümanları
3 Verisetleri ile sezgisel işlemler gerçekleştirme
  Ön Hazırlık: OBS'deki 3.hafta dökümanları
4 Verisetleri ile sezgisel işlemler gerçekleştirme
  Ön Hazırlık: OBS'deki 4.hafta dökümanları
5 Numpy, pandas, matplotlib gibi temel kütüphanelerin detaylı olarak işlenmesi.
  Ön Hazırlık: OBS'deki 5.hafta dökümanları
6 Numpy, pandas, matplotlib gibi temel kütüphanelerin detaylı olarak işlenmesi.
  Ön Hazırlık: OBS'deki 6.hafta dökümanları
7 Numpy, pandas, matplotlib gibi temel kütüphanelerin detaylı olarak işlenmesi.
  Ön Hazırlık: OBS'deki 7.hafta dökümanları
8 Örüntü tanımanın temelinin oluşturulması
  Ön Hazırlık: OBS'deki 8.hafta dökümanları
9 Örüntü tanımanın temelinin oluşturulması
  Ön Hazırlık: OBS'deki 9.hafta dökümanları
10 Yapay Öğrenme
  Ön Hazırlık: OBS'deki 10.hafta dökümanları
11 Yapay Öğrenme
  Ön Hazırlık: OBS'deki 11.hafta dökümanları
12 Derin Öğrenme Katmanları
  Ön Hazırlık: OBS'deki 12.hafta dökümanları
13 Derin Öğrenme Modellerinin Oluşturulması
  Ön Hazırlık: OBS'deki 13.hafta dökümanları
14 Derin öğrenme Performans Grafiklerinin Elde Edilmesi
  Ön Hazırlık: OBS'deki 14.hafta dökümanları
No Bölüm Öğrenme Çıktısı Katkı Düzeyi
1 Mesleği ile ilgili temel, güncel ve uygulamalı bilgilere sahip olur. 1
2 İş sağlığı ve güvenliği, çevre bilinci ve kalite süreçleri hakkında bilgi sahibi olur. 2
3 Mesleği için güncel gelişmeleri ve uygulamaları takip eder, etkin şekilde kullanır. 2
4 Mesleği ile ilgili bilişim teknolojilerini (yazılım, program, animasyon vb.) etkin kullanır. 5
5 Mesleki problemleri ve konuları bağımsız olarak analitik ve eleştirel bir yaklaşımla değerlendirme ve çözüm önerisini sunabilme becerisine sahiptir. 1
6 Bilgi ve beceriler düzeyinde düşüncelerini yazılı ve sözlü iletişim yolu ile etkin biçimde sunabilir, anlaşılır biçimde ifade eder. 2
7 Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için ekip üyesi olarak sorumluluk alır. 5
8 Kariyer yönetimi ve yaşam boyu öğrenme konularında farkındalığa sahiptir. 4
9 Alanı ile ilgili verilerin toplanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere sahiptir. 1
10 Bir yabancı dili kullanarak alanındaki bilgileri takip eder ve meslektaşları ile iletişim kurar. 2
11 Algoritma ve veri yapılarını oluşturur ve matematiksel hesapları yapar. 1
12 Web programlama teknolojilerini açıklar ve uygular. 1
13 Veri tabanı tasarımı ve yönetimini gerçekleştirir. 2
14 Yazılımları test eder ve hataları giderir. 2
15 Veri yönetimi, veri işleme ve analiz etme becerisine sahiptir. 0
Yarıyıl İçi Çalışmaları Sayısı Katkı Payı
Ara Sınav 1 100
Kısa Sınav 0 0
Ödev 0 0
Devam 0 0
Uygulama 0 0
Labaratuvar 0 0
Proje 0 0
Atölye 0 0
Seminer 0 0
Arazi Çalışması 0 0
Sözlü sınav 0 0
Portfolyo 0 0
Doküman İncelemesi 0 0
Performans değerlendirme 0 0
Sunum 0 0
Alan Çalışması 0 0
Vaka Çalışması 0 0
Video Kaydı 0 0
Öz değerlendirme 0 0
Akran Değerlendirme 0 0
Eşleştirme Testleri 0 0
Çoktan seçmeli test 0 0
Kısa Cevaplı test 0 0
Kontrol listeleri 0 0
Dereceleme Ölçekleri 0 0
Zihin Haritalama 0 0
Araştırma yazısı 0 0
Çevrimiçi anket 0 0
Çevrimiçi Kısa sınav 0 0
TOPLAM 0
Yıliçinin Başarıya Oranı 60
Finalin Başarıya Oranı 40
TOPLAM 100
AKTS kredilerinin belirlenmesinde öğrenci işyükü anketlerinden faydalanılmaktadır.
Etkinlik Sayısı Süresi Toplam
Ders Süresi (Sınav Haftaları Hariç) 14 2 28
Sınıf Dışı Ders Çalışma Süresi 7 1 7
Ödevler 2 25 50
Sunum 0 0 0
Proje 0 0 0
Laboratuar Çalışması 0 0 0
Arazi ya da Alan Çalışması 0 0 0
Ara Sınavlar 1 8 8
Yarıyıl Sonu Sınavı 1 10 10
İşyükü Saati (30) 30
Toplam İşyükü / Saat 103    
Dersin Akts Kredisi 3    
Ders Notu 1)Yapay Zeka, Vasif V. Nabiyev, Seçkin Y., 2005. 2)Artificial Intelligence: A Modern Approach Stuart Russell, Peter Norvig, Prentice Hall,2009. 3) MATLAB Ortamında Derin Öğrenme Uygulamaları, Sedat Metlek, Halit Çetiner, İksad Publishing, 2021. 4) Python Ortamında Derin Öğrenme Uygulamaları, Halit Çetiner, Anı Yayıncılık.
Diğer Kaynaklar
Materyal
Dökümanlar
Ödevler
Sınavlar
Materyal Diğer
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri