REKLAMCILIK | |||||
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 Güz |
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) | Reklam ve marka iletişiminin serbest pazar ekonomisi içinde nasıl işlediğiniı anlamak için kitle iletişimi,tüketici davranışı,psikoloji,ikna,sosyoloji,pazarlama ve diğer ilişkili alanlarla ilgili teorik kavramları bu alana uygulayabilmek | 2 |
2) | Reklam alanla ilgili teori,kavram, yöntem, araç ve fikirleri tartışabilmek ve yorumlayabilmek | 2 |
3) | Bir reklam ajansı gibi yapılanarak, bir reklam kampanyasını ve marka stratejilerini araştırma, yaratma,kurgulama,yazma ve sunma becerilerini göstermek | 2 |
4) | Çeşitli ürün ve hizmetlerle ilgili birincil ve ikincil veri araştırması yapabilmek | 2 |
5) | Kitle iletişim araçlarının gelişimiyle beraber reklam tarihi ve reklamın bu pazardaki yerini kavrayacak bir anlayış geliştirebilmek | 2 |
6) | Bir yabancı dili kullanarak Reklamcılık alanıyla ilgili bilgileri, teknikleri, yöntemleri, araştırmaları takip edebilmek ve meslektaşları ile iletişim kurabilmek (“European Language Portfolio Global Scale”, Level B1) | 2 |
7) | Reklam alanındaki uygulamalara yönelik uygulamalara ilişkin ortaya çıkan problemlere yönelik bireysel ya da takım olarak sorumluluk alabilmek | 3 |
8) | Küresel ekonomi içinde reklamın kültürel, toplumsal, politik ve ekonomik olarak nasıl işlediğini kavramak | 2 |
9) | Reklam alanının dinamiklerini yaratıcı ve eleştirel bakış açısıyla bütünsel bir biçimde anlayabilmek ve buna yönelik orjinal stratejiler geliştirebilmek | 2 |
10) | Yazılı,basılı,görsel ve online basında yaratıcı reklam stratejileri geliştirebilmek ve aynı zamanda bu stratejileri farklı kültür ve medya kategorilerine nasıl entegre edebileceğini kavrayabilmek | 2 |
11) | Alanının gerektirdiği düzeyde bilgisayar programları ile birlikte bilişim ve iletişim teknolojilerini kullanmak (“European Computer Driving Licence”, Advanced Level”) | 2 |
12) | Öğrenme koşullarınının gerekliliklerini tanımlayabilmek ve gereğini yerine getirebilmek | 2 |
13) | Reklamcılık mesleğinin gerektirdiği temel etik kuralları anlayabilmek ve uygulayabilmek | 2 |