BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| 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 | Bahar | 3 | 0 | 3 | 6 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Temel Bilgiler
| Öğretim Dili: | English |
| Dersin Türü: | |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Hibrit |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi FATİH KAHRAMAN |
| Opsiyonel Program Bileşenleri: | - |
| Dersin Amacı: | The course aims to present the fundamentals and techniques of Artificial Intelligence. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; Bu dersi başarıyla tamamlayan öğrenciler: - Yapay zekanın temel prensipleri hakkında bilgi sahibi olur. - Bir problemin durum uzayı tanımını yapabilir ve problem için bir algoritma geliştirebilir. - Bilgi temsili ve planlama için en yaygın modelleri karşılaştırabilir ve değerlendirebilir. - Denetimli öğrenme ve denetimsiz öğrenme için temel algoritmaların bazılarını uygulayabilir. - Çeşitli yapay zeka problemleri üzerinde problem çözme becerileri geliştirir ve ilgili uygulamaları hayata geçirebilir. |
Dersin İçeriği
| Dersin ilk bölümünde, akıllı ajanlar ve ajan mimarilerine genel bir bakış sunulmaktadır. Daha sonra, problem çözme ve planlama için temel arama teknikleri tanıtılmaktadır. Rekabetçi arama yöntemleri ve oyun teorisinin temel prensipleri ele alınmaktadır. Önerme mantığı ve birinci dereceden mantık kullanılarak bilgi temsili ve mantıksal biçimlendirme açıklanmaktadır. Kısmi gözlemlenebilir ortamlarda planlama konusu ele alınmaktadır. Dersin ikinci bölümünde, öncelikle yapay zeka uygulamaları için olasılık teorisinin temel kavramları özetlenmektedir. Daha sonra, denetimli ve denetimsiz öğrenme algoritmaları incelenmektedir. Derin öğrenme kavramına kısaca değinilmektedir. Yapay zekanın bilgisayarla görme, robotik ve doğal dil işleme gibi alanlardaki uygulamaları tartışılmaktadır. Son olarak, yapay zekanın toplum üzerindeki etkileri ve etik konular ele alınmaktadır. Ders, teorik anlatımlar, uygulamalı çalışmalar, algoritma geliştirme, vaka analizi ve tartışmalar gibi öğretim yöntemleriyle işlenmektedir. |
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 disiplinine özgü konularda yeterli bilgi birikimi; bu alandaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilir. | 5 |
| 2) | Karmaşık Yapay Zeka sistemleri, platformları, süreçleri, cihazları veya ürünleri gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar ve bu amaçla modern tasarım yöntemlerini uygular. | 5 |
| 3) | Karmaşık Yapay Zeka Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular. | 5 |
| 4) | Yapay Zeka Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır. | 4 |
| 5) | Karmaşık Yapay Zeka Mühendisliği problemlerinin veya araştırma konularının incelenmesi için sayısal veya fiziksel deney tasarlar ve yapar, veri toplar, sonuçları analiz eder ve yorumlar. | 4 |
| 6) | İngilizce ve Türkçe (eğer Türk vatandaşı ise) sözlü ve yazılı etkin iletişim kurma becerisi; alanındaki yenilikleri takip edebilecek düzeyde İngilizce dil bilgisi (Avrupa Dil Portföyü B1 genel düzeyi) kazanır; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır. | 3 |
| 7) | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerilerine sahip olur. | 3 |
| 8) | Etik ilkelerine uygun davranır, mesleki ve etik sorumluluk bilinci sahibidir; Yapay Zeka Mühendisliği uygulamalarında kullanılan standartlar hakkında bilgilidir. | 4 |
| 9) | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi edinir. | |
| 10) | Yapay Zeka Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; Yapay Zeka Mühendisliği çözümlerinin hukuksal sonuçlarının farkındadır. | |
| 11) | Yapay Zeka Mühendisliğini ilgilendiren problemlerde bireysel ve ilgili çok disiplinli takımlarda etkin biçimde çalışır. |