BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ)
Yüksek Lisans	TYYÇ: 7. Düzey	QF-EHEA: 2. Düzey	EQF-LLL: 7. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
CMP5103	Yapay Zeka	Güz	3	0	3	8

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Must Course
Dersin Seviyesi:	LİSANSÜSTÜ
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Doç. Dr. TEVFİK AYTEKİN
Dersi Veren(ler):	Prof. Dr. NAFİZ ARICA
Opsiyonel Program Bileşenleri:	Yok
Dersin Amacı:	Bu dersin amacı öğrencilerin sezgisel arama teknikleri, bilgi temsili, planlama, akıl yürütme ve öğrenme gibi yapay zeka tekniklerini değişik problemleri çözmek için kullanabilmesini sağlamaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Uygun arama tekniklerini kullanarak problem çözebilmek.
II. Oyun oynamada alpha-beta budama ve minimax arama tekniklerini gerçekleştirebilmek.
III. Modelleme için değişik mantıksal biçimleri kullanabilmekç
IV. Verilen bir problemi çözmek için gözetimli öğrenme tekniklerini kullanabilmek.
V. Verilen bir problemi çözmek için gözetimsiz öğrenme tekniklerini kullanabilmek.
VI. Doğal dil işlemedeki temel teknikleri kullanabilmek.

Dersin İçeriği

giriş; bilgiye dayanmayan arama yöntemleri; sezgisel arama yöntemleri; rakipli ortamlarda arama; önermeler mantığı; yüklemler mantığı; gözetimli öğrenme teknikleri; gözetimsiz öğrenme teknikleri; doğal dil işleme.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Giriş
2)	Bilgiye Dayanmayan Arama Teknikleri
3)	Bilgiye Dayanmayan Arama Teknikleri
4)	Sezgisel Arama Teknikleri
5)	Sezgisel Arama Teknikleri
6)	Rakipli Ortamlarda Arama
7)	Önermeler Mantığı
8)	Yüklemler Mantığı
9)	Gözetimli Öğrenme Teknikleri
10)	Gözetimli Öğrenme Teknikleri
11)	Gözetimsiz Öğrenme Teknikleri
12)	Gözetimsiz Öğrenme Teknikleri
13)	Doğal Dil İşleme
14)	Doğal Dil İşleme
15)	Final Sınavı

Kaynaklar

Ders Notları / Kitaplar:	Russell, S., Norvig, P., Artificial Intelligence: A Modern Approach, (3rd edition), 2009. Giarratano, J.C., Riley, G.D., Expert Systems: Principles and Programming, (4th edition), 2004.
Diğer Kaynaklar:

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Sunum	1	% 10
Projeler	1	% 50
Final	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 10
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 90
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sınıf Dışı Ders Çalışması	14	3	42
Proje	1	42	42
Ödevler	7	8	56
Final	1	12	12
Toplam İş Yükü			194

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Bilimsel literatürü takip eder, eleştirel biçimde analiz eder ve mühendislik problemlerinin çözümünde etkin biçimde kullanır.	4
2)	Bilgisayar Mühendisliği ile ilgili özgün projeler tasarlar, planlar, uygular ve yönetir.	3
3)	Bilgisayar Mühendisliği ile ilgili çalışmaları bağımsız olarak yürütür, bilimsel sorumluluk alır ve elde edilen sonuçları eleştirel bir bakış açısıyla değerlendirir.	3
4)	Yaptığı araştırma ve projelerin sonuçlarını akademik standartlara uygun biçimde yazılı, sözlü ve görsel olarak etkili bir şekilde sunar.	3
5)	Bilgisayar Mühendisliği ile ilgili uzmanlık gerektiren konularda bağımsız araştırma yapar, özgün düşünce geliştirir ve bu bilgileri uygulamaya aktarır.	3
6)	Bilgisayar Mühendisliğine özgü ileri düzey kuramsal ve uygulamalı bilgileri etkin bir biçimde kullanır.	4
7)	Mesleki, bilimsel ve etik değerlere uygun hareket eder; mühendislik uygulamalarının toplumsal, çevresel ve etik etkilerini gözeterek sorumluluk alır.	3