SOSYOLOJİ | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
CMP4501 | Yapay Zeka ve Uzman Sistemlere Giriş | Bahar | 3 | 0 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | English |
Dersin Türü: | Non-Departmental Elective |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi TEVFİK AYTEKİN |
Opsiyonel Program Bileşenleri: | Yok |
Dersin Amacı: | Bu ders yapay zekanın temel konularına giriş niteliğindedir. Problem çözümü için temel arama teknikleri, bilgi temsili ve mantıksal sistemlerin temelleri, temel öğrenme algoritmaları ve uzman sistemlerin temelleri tanıtılacaktır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; I- Bir problemin durum uzayı tanımını yapabilmek. II - Bir problem için kaba-kuvvet veya sezgisel algoritmaları seçebilmek ve kullanabilmek. III- Alpha-beta budaması ile minimax arama algoritmasını gerçekleştirebilmek. IV. En temel bilgi temsil sistemlerini karşılaştırıp değerlendirebilmek. V. Kuram isplatlamak için resolution tekniğinin çalışmasını açıklayabilmek. VI. Gözetimli ve gözetimsiz öğrenme teknikleri arasında farkı açıklayabilmek. VIII. Overfitting, underfitting, bias, ve variance gibi kavramları açıklayabilmek. IX. Uzman sistemlerin temellerini tanımlayabilmek ve uzman sistemleri değerlendirebilmek. |
Yapay zekaya giriş, durum uzayları ve arama, sezgisel fonksiyonlar ve arama, alpha-beta budama, önermeler ve birinci dereceden yüklemler mantığı, önermeli ve birinci dereceden çıkarsama, birleştirme ve çözülme, doğrusal regresyon, lojistik regresyon, sinirsel ağlar ve geri yayılım algoritması, Bayes kuralı ve naif Bayes algoritması, kümeleme ve k-means algoritması, uzman sistemlerin temelleri, uzman sistem yazılımları. |
Hafta | Konu | Ön Hazırlık |
1) | Yapay zekaya giriş | |
2) | Durum uzayları ve arama | |
3) | Sezgisel fonksiyonlar ve arama | |
4) | Oyunlarda karar verme, alpha-beta budama. | |
5) | Önermeler ve birinci dereceden yüklemler mantığı | |
6) | Önermeli ve birinci dereceden çıkarsama | |
7) | Birleştirme ve çözülme | |
8) | Doğrusal regresyon | |
9) | Ara sınav | |
10) | Lojistik regresyon | |
11) | Sinirsel ağlar ve geri yayılım algoritması. | |
12) | Bayes kuralı ve naif Bayes algoritması | |
13) | Kümeleme ve k-means algoritması | |
14) | Uzman sistemlerin temelleri | |
15) | Uzman sistem yazılımları. |
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: | Yok - None |
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 |
Aktiviteler | Aktivite Sayısı | İş Yükü |
Ders Saati | 14 | 42 |
Proje | 4 | 20 |
Ödevler | 10 | 20 |
Küçük Sınavlar | 2 | 8 |
Ara Sınavlar | 5 | 15 |
Final | 5 | 20 |
Toplam İş Yükü | 125 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Klasik ve güncel başlıca sosyoloji perspektiflerini öğrenmek ve karşılaştırmak ve bunların hepsini sosyal durumların analizine uygulamak. | |
2) | Yerel ve küresel ölçekte, sosyolojik ve antropolojik bilginin kurulmasında temel metodolojik yaklaşımları belirlemek | |
3) | Sosyal bilimlerde istatistik alanında edinilmiş, teorik ve uygulamalı bilginin kullanılmasını sağlamak | |
4) | Sosyolojiye katkıda bulunacak diğer disiplinlere ait temel bilginin alınması (psikoloji, tarih, siyaset bilimi, iletişim ve edebiyat ) ve bu bilgiyi sosyolojik sürecin analiz edilmesinde kullanabilmek | |
5) | Sosyolojik verilerin toplanmasında, yorumlanmasında ve yayınlanmasında bilimsel ve etik prensiplere ilişkin bilgi sahibi olmak, bu prensipleri uygulayabilmek; ve aynı zamanda bu verinin uzmanlar ve ilgili kişilerle etkili iletişim yetenekleri ile nasıl paylaşılacağı becerisini geliştirme | |
6) | Kalitatif ve kantitatif analizler için, bilgisayar programlarını kullanarak sosyolojik bilgiyi analiz etme ve yayımlama yeteneği geliştirmek ve bu alandaki yeni gelişmeleri takip etme tutumu geliştirmek | |
7) | Kent ve kır sosyolojisi ve demografi, siyaset sosyolojisi, toplumsal cinsiyet sosyolojisi, beden sosyolojisi, görsel sosyoloji, iş sosyolojisi, din sosyolojisi, bilgi sosyolojisi ve suç sosyolojisi ile ilgili teorileri tanımlamak ve bu teoriler hakkında bilgi sahibi olmak | |
8) | Felsefi ve tarihi bakış açısına göre sosyolojinin bilimsel bir disiplin olarak nasıl konumlandığı bilgisine sahip olmak | |
9) | Türk toplumundaki sosyal konular üzerine farkındalık sahibi olmak, bu konulara eleştirel yaklaşabilmek ve Türk sosyologlarının çalışmaları hakkında bilgi sahibi olmak ve bu bilgileri aktarabilmek | |
10) | Sosyal konular ve küresel sosyal süreçler üzerine farkındalık sahibi olmak ve sosyolojik analizleri kalkınma ve sosyal sorumluluk projelerine uygulamak. | |
11) | Bireysel veya takım üyesi olarak, sosyolojinin çeşitli alanları için araştırma sorusu belirleme, araştırma projesi üretme ve tamamlanmış yazılı rapor hazırlama kabiliyetine sahip olmak | |
12) | Sosyoloji alanında kazanılmış bilginin lise derecesine aktarabilmek |