TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | YZ004 |
| Ad | Yapay Zeka Temel Kavram ve Teknikleri |
| Dönem | 2024-2025 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. MUSTAFA GÖK |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Bu ders, öğrencilere yapay zekânın (AI) temel kavramlarını, tekniklerini ve uygulamalarını tanıtmayı amaçlamaktadır.
Dersin İçeriği
Öğrenciler, yapay zekâ tarihini, arama algoritmalarını, mantıksal çıkarım yöntemlerini, makine öğrenmesi temelini, doğal dil işleme (NLP) tekniklerini ve yapay zekânın etik yönlerini öğreneceklerdir.
Dersin Ön Koşulu
Temel Mantık Bilgisi, Programlama Bilgisi
Kaynaklar
Stuart Russell ve Peter Norvig, Artificial Intelligence: A Modern Approach, Pearson, 4th Edition, 2021, 978-1292401133
Notlar
Ders notları
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Yapay zekâ, makine öğrenmesi ve derin öğrenme arasındaki farkları tanımlar. |
| ÖÇ02 | Öğrenciler, yapay zekânın tarihini ve temel kavramlarını açıklar |
| ÖÇ03 | Bilgisiz arama tekniklerini (genişlik öncelikli arama, derinlik öncelikli arama) açıklar ve uygular |
| ÖÇ04 | Kısıt tatmin problemlerinin (CSP) temel kavramlarını ve çözüm tekniklerini açıklar |
| ÖÇ05 | Mantıksal çıkarım yöntemlerini kullanarak bilgi tabanlı sistemler oluşturur ve analiz eder. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Beceriler - Bilişsel, Uygulamalı | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. | 4 |
| PÖÇ03 | Beceriler - Bilişsel, Uygulamalı | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. | 5 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. | |
| PÖÇ05 | Beceriler - Bilişsel, Uygulamalı | Alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 5 |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. | 4 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. | 4 |
| PÖÇ08 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | |
| PÖÇ10 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. | |
| PÖÇ11 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır. | |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Yapay Zekâya Giriş: Yapay zekânın tarihi, tanımlar, Yapay Zekâ vs. Makine Öğrenmesi vs. Derin Öğrenme, önemli kilometre taşları. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 2 | Zeki Ajanlar ve Problem Çözme: **: Ajan türleri, ortamlar, problem çözme yöntemleri, arama algoritmaları. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 3 | Bilgisiz Arama: Genişlik Öncelikli Arama (BFS), Derinlik Öncelikli Arama (DFS), Birim Maliyetli Arama, Tekrarlayan Derinlik Arama. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 4 | Bilgili Arama ve Heuristikleri: A*, Açgözlü En İyi İlk Arama, heuristikler, geçerlilik ve tutarlılık | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 5 | Kısıt Tatmin Problemleri (CSP): CSP tanımı, geri izleme, kısıt yayılımı, yerel arama | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 6 | Karşılıklı Arama: Oyun teorisi, minimax algoritması, alfa-beta budama, stokastik oyunlar. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 7 | Mantıksal Ajanlar: Bilgi tabanlı ajanlar, önermeler mantığı, birinci dereceden mantık, çıkarım | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınavlar | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Gerçek Dünyada Planlama ve Hareket: Planlama algoritmaları, kısmi sıra planlama, planlama grafikleri. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 10 | Yapay Zekâda Belirsizlik: Olasılık teorisi, Bayes ağları, gizli Markov modelleri. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 11 | Makine Öğrenmesinin Temelleri: Denetimli öğrenme, denetimsiz öğrenme, pekiştirmeli öğrenme, karar ağaçları, sinir ağları. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 12 | Doğal Dil İşleme (NLP): Metin işleme, dil modelleri, ayrıştırma, duygu analizi. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 13 | Yapay Zekâ Etiği ve Geleceği: Yapay zekâda etik konular, yapay zekâ sistemlerindeki önyargılar, gelecekteki trendler. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 14 | Güncel Uygulamalar ve Araçların Değerlendirilmesi | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 15 | Final Proje Sunumları:Öğrenciler final projelerini sunarlar. | Konu ile ilgili ön araştırma | Öğretim Yöntemleri: Anlatım |
| 16 | Yarıyıl Sonu Sınavları | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | Sınav için hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 15 | 15 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 20 | 20 |
| Toplam İş Yükü (Saat) | 162 | ||
| Toplam İş Yükü / 25 (s) | 6,48 | ||
| AKTS | 6 AKTS | ||