Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
MÜHENDİSLİKTE YAPAY ZEKA Birinci Düzey ENM 461 7 3.00 3.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili Türkçe
Koordinatör DR. ÖĞR. ÜYESİ BERRİN ATALAY
Dersi Veren Öğretim Eleman(lar)ı DOÇ. DR. EMEL KIZILKAYA AYDOĞAN
Yardımcı Öğretim Eleman(lar)ı -
Dersin Veriliş Şekli Yüz yüze
Dersin Amacı Değişik Yapay Zeka (YZ) metodolojilerinin gerçekleştirimini yaptırmak, YZ dillerini (Prolog, Lisp) anlayabilir ve bu dillerde program yazabilir duruma getirmek ve modern programlama dilleri (Java, C#) ile AI tabanlı programlar yazdırmak.
Dersin Tanımı Yapay Zekaya Giriş, Yapay Zeka Problemleri, Problem Çözme, Arama, Sezgi, Bilgi Temsili ve Çıkarsama, Planlama, Kesin Olmayan Bilgi ve Belirsizlik Altında Çıkarsama, Öğrenme ve Algılama, Uzman Sistemler, Yapay Sinir Ağları ve Genetik Algoritmalar, Doğal Dil İşleme.

Dersin İçeriği
1 Yapay Zeka’ya Giriş: Zeka’nın Tanımı. Yapay Zeka’nın Tanımı. Yapay Zeka’nın Amaçları, Önemi ve Sınırları. Yapay Zeka’nın Çalışma, Araştırma ve Uygulama Alanları.
2 Yapay Zeka’ya Giriş: Zeka’nın Tanımı. Yapay Zeka’nın Tanımı. Yapay Zeka’nın Amaçları, Önemi ve Sınırları. Yapay Zeka’nın Çalışma, Araştırma ve Uygulama Alanları.
3 Yapay Zeka’nın Tarihi, Örnek Yapay Zeka Sistemleri
4 Yerel Arama: Tepe Tırmanma, Benzetimli Tavlama, Kısıt Sağlama Problemleri
5 Yerel Arama: Tepe Tırmanma, Benzetimli Tavlama, Kısıt Sağlama Problemleri
6 Sezgisel Arama
7 Sezgisel Arama
8 Sezgisel Arama
9 Sezgisel Arama
10 Bulanık Kümeler
11 Bulanık Kümeler
12 Yapay Sinir Ağları
13 Yapay Sinir Ağları
14 Makine Öğrenme
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Zeki yazılımlar geliştirme (yazılımlara zeka katma) yeteneği kazanmak. Gerçek yaşamdan öğrenme, çıkarsama, optimizasyon, tahminleme, sınıflandırma ve tanıma problemlerini yapay zeka ile çözme yeteneği kazanmak.
2 Yapay Zeka alanında gelişen araştırma konularını takip edebilir duruma gelebilmek; Bu konuda kısa seminerler hazırlayarak sunum yapabilmek. Makale okuma ve yazabilme deneyimi kazanmak.
3 Yapay Zeka’nın temel kavramlarını, tekniklerini, matematik ve yazılım altyapısını öğrenerek uygulayabilme yeteneği kazanmak. Yapay Zeka’nın Endüstri mühendisliğindeki, bilgisayar bilimlerindeki önemini kavramak
4 Yapay zeka dillerini ve araçlarını tanımak, kullanabilme yeteneği kazanmak.
5 -
6 -
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Mesleki rol ve işlevlerini yerine getirmek için gerekli olan güncel kuramsal bilgi, beceri ve tutuma sahiptir.
2 Hemşirelik uygulamalarını kanıta dayalı olarak hemşirelik süreci doğrultusunda uygular.
3 Birey, aile, toplum, sağlık ekibi ve diğer disiplinlerle etkili iletişim kurar ve işbirliği içinde çalışır.
4 Hemşirelik uygulamalarında mesleki etik ilke, insan hakları ve kültürel özelliklere saygı, hoşgörü gibi evrensel değerlere uygun davranır.
5 Hemşirelik uygulamalarında ilgili yasa, yönetmelik ve mevzuatı dikkate alır.
6 Hemşirelik eğitimi, uygulamaları, yönetimi ve araştırmalarında bilişim ve bakım teknolojilerini kullanır.
7 Öğrenme-öğretme ve yönetim sürecini hemşirelik uygulamalarında kullanır.
8 Yaşam boyu öğrenme, sorun çözme, eleştirel düşünme ve liderlik becerilerini kullanır.
9 Bireysel ve mesleki gelişime katkı sağlayacak araştırma, proje, bilimsel ve sosyal etkinliklerde yer alır.
10 Bir yabancı dili kullanarak alanındaki bilgileri izler ve mesleki uygulamalarında kullanır.
11 Çevrenin korunmasına ve doğal afet, salgın gibi durumlarda toplumun sağlık gereksinimlerine duyarlıdır.
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 13 2 26
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 5 1 5
Ödevler 0 0 0
Sunum / Seminer hazırlama 5 1 5
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 5 1 5
Ara sınavlar 1 1 1
Proje (Yarıyıl ödevi) 1 1 1
Laboratuvar 3 3 9
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 5 2 10
Yarıyıl sonu sınavı 1 2 2
Araştırma 5 2 10
Toplam iş yükü     74
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 2 70
Kısa sınav 0 0
Ödev 4 30
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı DERS NOTU
Yardımcı Kaynaklar Russell, S.J. And Norvig, P., “Artificial Intelligence : A Modern Approach, Third Edition”, Prentice-Hall, 2009.

Ders İle İlgili Dosyalar