PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
MCTE 358	YAPAY ZEKAYA GİRİŞ	3 + 0	3. Yarıyıl	3

DERS TANIMI

Ders Düzeyi	Ön Lisans
Ders Türü	Seçmeli
Dersin Amacı	Dersin amacı öğrencilere yapay zeka konusundaki temel teknik ve yöntemler konusunda bilgi sağlamak ve öğrencilerin yapay zeka yöntemlerini pratik problemlerin çözümünde kullanabilme becerisine sahip olmalarını sağlamaktır.
Ders İçeriği	Yapay zekanın temel kavram ve yöntemleri. Yapay zeka kullanarak problem çözme; problem bilgisi kullanan ve kullanmayan arama yöntemleri. Lokal arama yöntemleri ve benzetilmiş tavlama algoritması. Meta-sezgisel algoritmalar. Yapay sinir ağlarına giriş. Oyun Problemleri. Prolog veya Python programlama dili, bilgi temsili ve mantıksal çıkarsama.
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.

DERS ÖĞRENME KAZANIMLARI

1	Yapay zeka alanındaki temel yöntemler hakkında bilgi.
2	Yapay zeka alanındaki temel yöntemleri kullanarak pratik problemleri formule etme ve çözme becerisi.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI

No	PY 01	PY 02	PY 03	PY 04	PY 05	PY 06	PY 07	PY 08	PY 09	PY 10
ÖK 001	3	2					4
ÖK 002	3	2					4
Ara Toplam	6	4					8
Katkı	3	2	0	0	0	0	4	0	0	0

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	3	26	78
Toplam İş Yükü Dersin AKTS Kredisi			78 3

DERS ŞUBELERİ

Dönem seçiniz :

	Ders Dönemi	Şube No	Dersi Veren Öğretim Elemanı
Detay	2025-2026 Güz	1	SAMET KOYUNCU

Yazdır

Ders Şube Detayları

Dersin Kodu	Dersin Ad	Saat (T+P)	Şube No	Öğretim Dili	Şube Dönemi	Öğretim Sistemi
MCTE 358	YAPAY ZEKAYA GİRİŞ	3 + 0	1	Türkçe	2025-2026 Güz	Yüz Yüze

Öğretim Elemanı	E-Posta	İç Hat	Ders Yeri	Devam Zorunluluğu
Öğr. Gör. SAMET KOYUNCU	skoyuncu@pau.edu.tr		HMYO A0015	Dersin Devam Yüzdesi : %70

Amaç		Dersin amacı öğrencilere yapay zeka konusundaki temel teknik ve yöntemler konusunda bilgi sağlamak ve öğrencilerin yapay zeka yöntemlerini pratik problemlerin çözümünde kullanabilme becerisine sahip olmalarını sağlamaktır.
İçerik		Yapay zekanın temel kavram ve yöntemleri. Yapay zeka kullanarak problem çözme; problem bilgisi kullanan ve kullanmayan arama yöntemleri. Lokal arama yöntemleri ve benzetilmiş tavlama algoritması. Meta-sezgisel algoritmalar. Yapay sinir ağlarına giriş. Oyun Problemleri. Prolog veya Python programlama dili, bilgi temsili ve mantıksal çıkarsama.

Haftalık Konu Başlıkları

Hafta	Konular
1	Yapay Zekaya Giriş
2	Yapay Zekaya Türleri
3	Yapay Zekaya Alanları
4	Yapay zekada modelleme
5	Makine Öğrenmesi Türleri
6	Denetimli-Denetimsiz Öğrenme
7	Makine Öğrenmesi Algoritmaları
8	Üretken Yapay Zeka ve Büyük Dil Modelleri
9	Yapay Zeka Etiği, Güvenliği ve Geleceği
10	Derin Öğrenme
11	Yapay Sinir Ağları
12	Bulanık Mantık
13	Yapay zeka uygulamalarının kullanılması
14	Yapay zeka uygulamalarının kullanılması

Materyaller

Materyal belirtilmemiştir.

Kaynaklar

Kaynaklar	Kaynak Dili
Yapay Zeka Prof. Dr. Vasif Nabiyev	Türkçe

Ders Değerlendirme Sistemi

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları

Aday Öğrenci