CMP3008 Formal Languages and Automata TheoryBahçeşehir ÜniversitesiAkademik Programlar YAPAY ZEKA MÜHENDİSLİĞİÖğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal YeterliliklerBologna Komisyonu
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
CMP3008 Biçimsel Diller ve Otomat Teorisi Bahar 3 0 3 6

Temel Bilgiler

Öğretim Dili: İngilizce
Dersin Türü: Must Course
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Doç. Dr. TEVFİK AYTEKİN
Opsiyonel Program Bileşenleri: Yok
Dersin Amacı: Bu ders temel biçimsel dilleri ve soyut hesaplamalı modelleri tanıtır. Bu dillerin ve modellerin gücü ve sınırlılıkları ele alınır. Karar verilemeyen ve NP-tam problemlere giriş yapılır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Biçimsel diller ve hesaplamalı modellerin sınıflarını ve ilişkilerini tespit edebilmek.
II. Düzenli ifadeleri ve sonlu durum makinaları tasarlayabilmek.
III. Deterministik olamayan sonlu makinaları deterministik sonlu makinlara çevirebilmek.
IV. Düzenli ifadeleri deterministik olamayan sonlu makinalara çevirebilmek.
V. Gramer ve yığıtlı makina tasarlayabilme.
VI. Turing makinaları tasarlayabilme.
VII. Otomatlar teorisinde kuram ispatlayabilme.
VIII. Karar verilemen ve NP-tam problemlere aşina olmak ve bir grup projesinde NP-tam problemlerin çözümü için sezgisel algoritmalar kullanmak.

Dersin İçeriği

Giriş, string'ler ve diller, düzenli diller, sonlu makinalar, sonlu makina tasarımı, deterministik olmayan makinalar, deterministik olmayan makinalar ve deterministik makinaların eşitliği, düzenli ifadeler ve sonlu makinalarla eşitlik, düzenli diller için pumping lemma, bağlam bağımsız gramerler ve tasarımları, Chomsky normal formu, yığıtlı makinalar, bağlam bağımsız gramerlerle eşitlik, bağlam bağımsız olmayan gramerler, Turing makinaları ve örnekleri, Turing makinaları tasarımı, durma problemi, karar verilemeyen problemler, NP-tam problemler. Dersin öğrenme yöntemleri anlatım, bireysel çalışma, teknoloji destekli öğrenme, problem çözme şeklindedir.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Giriş, Dizgiler ve Diller
2) Sonlu Makinalar
3) Deterministik Olmayan Makinalar
4) Düzenli İfadeler
5) Düzenli Olmayan Diller
6) Bağlamdan Bağımsız Gramerler
7) Yığıtlı Makinalar
8) Ara sınav
9) Deterministik Bağlamdan Bağımsız Diller
10) Turing Makinaları.
11) Turing Makinası Çeşitleri
12) Karar Verilemezlik
13) P ve NP Sınıfları
14) NP-Tamlık ve Ek NP-Tam Problemler
15) NP-Tamlık ve Ek NP-Tam Problemler

Kaynaklar

Ders Notları / Kitaplar: Sipser, M. Introduction to the Theory of Computation, (3rd edition), 2012.
Diğer Kaynaklar: Yok - None

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Projeler 1 % 20
Ara Sınavlar 1 % 40
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı İş Yükü
Ders Saati 14 42
Proje 5 30
Ödevler 11 33
Küçük Sınavlar 4 8
Ara Sınavlar 5 25
Final 5 25
Toplam İş Yükü 163

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. 4
3) Karmaşık Yapay Zeka Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular. 3
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. 3
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. 3
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. 4
7) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerilerine sahip olur. 4
8) Etik ilkelerine uygun davranır, mesleki ve etik sorumluluk bilinci sahibidir; Yapay Zeka Mühendisliği uygulamalarında kullanılan standartlar hakkında bilgilidir. 3
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.