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
CMP3005	Algoritma Analizi	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:	Non-Departmental Elective
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Dersi Veren(ler):	Dr. Öğr. Üyesi TEVFİK AYTEKİN Prof. Dr. NAFİZ ARICA Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Opsiyonel Program Bileşenleri:	Yok
Dersin Amacı:	Bu dersin amacı algoritma analizi için gerekli temel matematiksel araçları, temel algoritma tasarım tekniklerini, gelişmiş veri yapılarını ve farklı alanlardan önemli algoritmaları tanıtmaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Bazı önemli veri yapıları ve algoritmalarla tanışmak.
II. Algoritma analizinde kullanılan matematiksel araçlarla tanışmak.
III. Yinelemeli ve özyinelemeli algoritmaların asimtotik çalışma süresini analiz edebilmek.
IV. Algoritmaların en iyi / en kötü / ortalama durum analizlerini yapabilmek.
V. Önemli algoritma tasarım paradigmaları ile tanışmak.
VI. Belirli bir uygulama için olası veri yapıları ve algoritmalar arasından hangisinin en uygun oldugunu karar verebilmek.
VII. Etkin ve etkin olmayan algoritmaları ayırt edebilmek.
VIII. Öğrenilen teknikleri kullanarak yeni problemler için etkin algoritmalar geliştirebilmek ve bu çözümleri disiplin için bir ekip projesi kapsamında uygulamak ve raporlarmak.

Dersin İçeriği

Giriş, asimtotik gösterim, algoritmaların ampirik analizi, algoritma tasarımı, amortize analizi, kaba kuvvet algoritmaları, böl ve yönet algoritmaları, dönüştür ve yönet algoritmaları, uzay ve zaman dengelemeleri, dinamik programlama, açgözlü algoritmalar, ileri veri yapıları, B ağaçları , B-ağaçlarından Ekleme ve Silme, graflar ve graf algoritmaları, P ve NP problemler.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Giriş, asimtotik gösterimler
2)	Deneysel algoritma analizi, algoritma analizi, amortize analiz
3)	Özyineli ilişkiler, yerine koyma yöntemi, özyineli-ağaç yöntemi, master yöntemi.
4)	Kaba Kuvvet Algoritmaları
5)	Böl ve Yönet Algoritmaları
6)	Birleştirerek sıralama, hızlı sıralama, rasgele hızlı sıralama, ikili arama
7)	Dönüştür ve Yönet Algoritmaları, Gausss eliminasyonu ile lineer denklem sistemlerinin çözümü, Dengelenmiş Arama Ağaçları, Yığıtlar ve Yığıt sıralama, Horner Kuralı ve İkili Üs
8)	Hafıza ve Zaman Karşılaşmaları, Girdi Geliştirme (Sayıma dayalı sıralama, dize eşleme), Önişleme (Doğrama, Doğrama işlevleri, açık adresleme).
9)	Ara sınav.
10)	Dinamik Programlama: Madeni para problemi, Sırt çantası problemi, En uzun ortak altdizin
11)	Dinamik programlama: Sırt çantası problemi, en uzun ortak alt dizi.
12)	Açgözlü Algoritmalar: Aktivite seçimi, Huffman kodları, Prim algoritması, Kruskal Algoritması
13)	Tek kaynak en kısa yollar: Bellman-Ford algoritması, Dijkstra algoritması.
14)	P, NP, ve NP-tam problemler

Kaynaklar

Ders Notları / Kitaplar:	Anany Levitin, The Design and Analysis of Algorithms, Pearson International Third Edition. Cormen, T. H., Leiserson, C. E., Rivest, R. L. and Stein, C., Introduction to Algorithms (3rd Edition), MIT Press, 2009. Sanjoy Dasgupta , Christos Papadimitriou, Umesh Vazirani, Algorithms, McGraw-Hill Education.
Diğer Kaynaklar:	Yok - None

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Küçük Sınavlar	2	% 10
Projeler	1	% 20
Ara Sınavlar	1	% 30
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	7	21
Küçük Sınavlar	6	12
Ara Sınavlar	5	28
Final	5	35
Toplam İş Yükü		138

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.