Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
YAPAY ZEKA	Üçüncü Düzey	HM 506		5	3.00	3.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yok
Eğitimin Dili	Türkçe
Koordinatör
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 İçeriği

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
2
3
4
5
6
7
8
9
10
11
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	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 İle İlgili Dosyalar