Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
YAPAY ZEKA	Üçüncü Düzey	ENM 525		1	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	-
Eğitimin Dili	Türkçe
Koordinatör	DR. ÖĞR. ÜYESİ BERRİN ATALAY
Dersi Veren Öğretim Eleman(lar)ı	PROF. DR. LALE ÖZBAKIR
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Anlatım ve uygulama
Dersin Amacı	Bu dersin amacı, öğrencilerin yapay zekâ, problem çözme ve makine öğrenmesine ilişkin yöntem yöntemleri öğrenmesini sağlamak, karşılaştıkları mühendislik problemlerine çözüm yaklaşımı geliştirebilmeleri için gerekli bilgi ve yetkinleri kazandırmaktır.
Dersin Tanımı	Bu ders, yapay zekanın temel kavramları, yapay zeka kullanarak problem çözme, makine öğrenme, yerel arama yaklaşımları, meta-sezgisel yöntemler, yapay sinir ağları, derin öğrenme yöntemleri gibi konuları içerir.

Dersin İçeriği

1	Yapay Zeka: İleri Perspektif
2	Akıllı Sistemler ve Karar Verme
3	Veri ve Ön İşleme
4	Makine Öğrenmesine Genel Bakış
5	Yapay Sinir Ağları
6	Derin Öğrenme Mimarileri
7	LSTM ve Zaman Serisi için Derin Öğrenme
8	Bulanık Mantık ve Fuzzy Sistemler
9	Zeki Optimizasyon
10	Pekiştirmeli Öğrenme ve Karar Sistemleri
11	Doğal Dil İşleme
12	Yapay Zeka ve Robotik / Otonom Sistemler
13	Explainable AI ve Güvenilir AI
14	Yapay Zekanın Etik ve Sosyal Boyutları
15	Proje Sunumları
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Öğrenci yapay zeka ve gelişimi hakkında bilgi sahibi olur.
2	Öğrenci arama algoritmaları ve uygulamaları hakkında bilgi sahibi olur.
3	Öğrenci bulanık mantık ve bulanık çıkarım hakkında bilgi sahibi olur.
4	Öğrenci meta-sezgisel yöntemler ve uygulamaları hakkında bilgi sahibi olur.
5	Öğrenci yapay sinir ağları ve derin öğrenme modellerini bilir ve uygulayabilir.
6	Projelerde uygulama fırsatı olur ve pekiştirebilir.
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)	10	4	40
Ödevler	2	20	40
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	20	20
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	20	20
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	20	20
Yarıyıl sonu sınavı	1	3	3
Araştırma	0	0	0
Toplam iş yükü			188
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	20
Kısa sınav	0	0
Ödev	2	20
Yarıyıl içi toplam		40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	S. Russel and P. Norvig, “Artificial Intelligence – A Modern Approach”, Third Edition, Pearson Education
Yardımcı Kaynaklar	-

Ders İle İlgili Dosyalar