PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
CENG 512	YAPAY ZEKA VE MÜHENDİSLİK UYGULAMALARI	3 + 0	2. Yarıyıl	7,5

DERS TANIMI

Ders Düzeyi	Yüksek Lisans
Ders Türü	Seçmeli
Dersin Amacı	İnsan beyninin öğrenme mekanizmasının modellenerek bilgisayarların tasarımı gün geçtikçe önem kazanmaktadır. Bu derste öğrenme teknikleri anlatılarak, zeki sistemlerin tasarımında gerekli bilgi ve becerilerin kazandırılması amaçlanmaktadır.
Ders İçeriği	Yapay zekaya giriş. Güncel yapay zeka araştırma alanları. Sembolik mantık: önermeler ve yüklemler mantığı, çözülüm teorem ispatlama, bulanık mantık. Bilgi temsil yöntemleri: bilgi düzeyi yöntemleri (kural tabanlı, mantık tabanlı ve çerçeve tabanlı temsil), sembol düzeyi yöntemler (anlamsal ağlarla temsil, sınıflandırıcılar ve genetik algoritmalar), aygıt düzeyi yöntemler (algılayıcılarla ifade ve yapay sinir ağları). Bilgi tabanlı sistemler: uzman sistemler; tarihi, genel yapısı ve gelişimi. Genel bilgi sistemleri: CYC metodolojisi ve gelişimi. Zeki ajanlar: ajan çevreleri, ajan bileşenleri ve ajan mimarisi.
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.
Öğretim Sistemi	Yüz Yüze

DERS ÖĞRENME KAZANIMLARI

1	Yapay Zeka kavramlarını listeler
2	Klasik programlama ile Yapay Zeka programlamayı ayırt eder
3	Bazı makine öğrenmesi yöntemlerini açıklar
4	Uzman sistem çeşitlerini listeler
5	Doğal dilde işlemeyi gösterir

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	PY 11	PY 12
ÖK 001	5	2	4	3	2
ÖK 002	5	2	4	3	2
ÖK 003	5	2	4	3	2
ÖK 004	5	2	4	3	2
ÖK 005	5	2	4	3	2
Ara Toplam	25	10	20	15	10
Katkı	5	2	4	3	2	0	0	0	0	0	0	0

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	15	3	45
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)	15	4	60
Arasınavlar(hazırlık süresi dahil)	1	15	15
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)	1	30	30
Rapor / Proje (hazırlık süresi dahil)	3	15	45
Toplam İş Yükü Dersin AKTS Kredisi			195 7,5

DERS ŞUBELERİ

Dönem seçiniz :

	Ders Dönemi	Şube No	Dersi Veren Öğretim Elemanı
Detay	2023-2024 Güz	1	SEZAİ TOKAT

Yazdır

Ders Şube Detayları

Dersin Kodu	Dersin Ad	Saat (T+P)	Şube No	Öğretim Dili	Şube Dönemi
CENG 512	YAPAY ZEKA VE MÜHENDİSLİK UYGULAMALARI	3 + 0	1	Türkçe	2023-2024 Güz

Öğretim Elemanı	E-Posta	İç Hat	Ders Yeri	Devam Zorunluluğu
Prof. Dr. SEZAİ TOKAT	stokat@pau.edu.tr		MUH A0257	Dersin Devam Yüzdesi : %70

Amaç		İnsan beyninin öğrenme mekanizmasının modellenerek bilgisayarların tasarımı gün geçtikçe önem kazanmaktadır. Bu derste öğrenme teknikleri anlatılarak, zeki sistemlerin tasarımında gerekli bilgi ve becerilerin kazandırılması amaçlanmaktadır.
İçerik		Yapay zekaya giriş. Güncel yapay zeka araştırma alanları. Sembolik mantık: önermeler ve yüklemler mantığı, çözülüm teorem ispatlama, bulanık mantık. Bilgi temsil yöntemleri: bilgi düzeyi yöntemleri (kural tabanlı, mantık tabanlı ve çerçeve tabanlı temsil), sembol düzeyi yöntemler (anlamsal ağlarla temsil, sınıflandırıcılar ve genetik algoritmalar), aygıt düzeyi yöntemler (algılayıcılarla ifade ve yapay sinir ağları). Bilgi tabanlı sistemler: uzman sistemler; tarihi, genel yapısı ve gelişimi. Genel bilgi sistemleri: CYC metodolojisi ve gelişimi. Zeki ajanlar: ajan çevreleri, ajan bileşenleri ve ajan mimarisi.

Haftalık Konu Başlıkları

Materyaller

Materyal belirtilmemiştir.

Kaynaklar

Ders Değerlendirme Sistemi

Değerlendirme Yöntemi	Katkı Yüzdesi (%)	Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı	50	Dönem Sonu Sınavı
Ara Sınav	50	Ara Sınav

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

Aday Öğrenci