Giriş | English

Lisans > Mühendislik Fakültesi > Harita Mühendisliği > YAPAY ZEKA
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
YAPAY ZEKA Birinci düzey HM 506 Seçmeli 5 3.00 3.00 Yazdır
   
Dersin tanımı
Ön koşul dersleri Yok
Eğitimin dili Türkçe
Koordinatör PROF. DR. COŞKUN ÖZKAN
Dersi veren öğretim eleman(lar)ı PROF. DR. COŞKUN ÖZKAN
Yardımcı öğretim eleman(lar)ı Yok
Dersin veriliş şekli Yüz yüze
Dersin amacı Yapay sinir ağlarını ve bulanık mantık tabanlı sonuç çıkarma yöntemlerini anlamak ve problem çözmek
Dersin tanımı Biyolojik nöronların ve insanların yaptığı gibi sonuç çıkarımlarının çalışma ilkelerini matematik ve bilgisayar algoritmalarıyla taklit eden modelleme yöntemleri

Dersin içeriği
1- İnsan beyni ve öğrenme
2- Yapay nöron ve ağları
3- Geriyayılım öğrenme algortiması
4- Geriyayılım öğrenme algortiması
5- Çok Katmanlı Perseptron Ağı
6- Radyal Bazlı Fonksiyon Ağı
7- LVQ Ağı
8- SOM Ağı
9- Bulanık mantık
10- Bulanık mantık
11- Bulanık mantık
12- Bulanık mantık
13- Yapay zeka tabanlı optimizasyon
14- Yapay zeka tabanlı optimizasyon
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- İnsan beyninin temel yapısını ve öğrenme sürecini taklit eden sistemleri anlamak ve karmaşık mühendislik problemlerinin çözümünde kullanmak.
2- ---
3- ---
4- ---
5- ---
6- ---
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Matematik, fen bilimleri ve harita mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2- Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3- Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4- Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5- Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6- Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7- Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8- Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9- Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10- Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11- Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
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 iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 0 0 0
Ödevler 0 0 0
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 10 10
Ara sınavlar 1 1 1
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 10 10
Yarıyıl sonu sınavı 1 1 1
Araştırma 0 0 0
Toplam iş yükü     64
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 100
Kısa sınav 0 0
Ödev 0 0
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 Neural Network Design, Martin T. Hagan , Howard B. Demuth, Mark H. Beale
Yardımcı Kaynaklar ---

Ders ile ilgili dosyalar