YAPAY ZEKA MÜHENDİSLİĞİ
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
AIN2001	Yapay Zekanın İlkeleri	Güz	3	0	3	6

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Must Course
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Hibrit
Dersin Koordinatörü:	Öğ.Gör. MUSTAFA ÜMİT ÖNER
Dersin Amacı:	The course aims to present the fundamentals and techniques of Artificial Intelligence.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
The students who have succeeded in this course will be able to;
 Have the fundamental knowledge on principles of artificial intelligence
 Formulate a state space description of a problem and to develop an algorithm for the problem.
 Compare and evaluate the most common models for knowledge representation and planning.
 Implement some of the basic algorithms for supervised learning and unsupervised learning.
 Develop problem solving skills on various artificial intelligence problems and implement related applications.

Dersin İçeriği

The first part of the course begins with an overview of intelligent agents and agent architectures. We then introduce basic search techniques for problem solving and planning. Adversarial search and the principals of game theory are given. Knowledge representation and logical formalisms using propositional and first order logic are explained. Planning in partial observable environments is introduced. In the second part, we first give a summary of probability theory for Artificial Intelligence applications. Then machine learning algorithms including supervised and unsupervised learning are discussed. Deep learning is briefly explained. We discuss the applications of AI including computer vision, robotics and NLP. Finally, we give the impacts of AI in society and ethics.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	A Review of AI Concepts Rational Agents
2)	Solving Problems by searching - Search algorithms (Uninformed and Informed)
3)	Solving Problems by searching - Constraint Satisfaction Problems
4)	Games - Adversarial Search, Game theory
5)	Logical agents - Propositional logic, First Order Logic and inference
6)	Planning
7)	Probabilistic Reasoning - Basic probability concepts, Bayesian inference
8)	Probabilistic Reasoning - Naive Bayes models, Bayesian networks
9)	Machine Learning - Supervised vs. unsupervised learning, Decision trees, Nearest neighbor classifiers, Support Vector Machines
10)	Neural Networks
11)	Deep Learning - Convolutional Neural Networks
12)	Deep Learning
13)	Reinforcement Learning - Markov decision processes, Q-learning
14)	AI, Ethics and Society

Kaynaklar

Ders Notları / Kitaplar:	Stuart Russell, Peter Norvig, “Artificial Intelligence: A Modern Approach” (3rd Edition), Prentice Hall, ISBN-10: 0-13-604259-7, 2010. Selected papers (an additional listing of literature will be provided based on the students’ projects)
Diğer Kaynaklar:	Stuart Russell, Peter Norvig, “Artificial Intelligence: A Modern Approach” (3rd Edition), Prentice Hall, ISBN-10: 0-13-604259-7, 2010. Selected papers (an additional listing of literature will be provided based on the students’ projects)

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Küçük Sınavlar	10	% 10
Ödev	4	% 20
Ara Sınavlar	1	% 20
Final	1	% 50
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 50
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Ödevler	4	10	40
Küçük Sınavlar	10	1	10
Ara Sınavlar	1	22	22
Final	1	26	26
Toplam İş Yükü			140

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)	Matematik, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir.	5
2)	Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır.	5
3)	Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular.	5
4)	Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular.	5
5)	Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır.	5
6)	Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar.	5
7)	Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
8)	Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır.
9)	Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
10)	Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır.
11)	Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır.
12)	Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir.
13)	Mesleki ve etik sorumluluk bilincine sahiptir.
14)	Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir.