YENİ MEDYA
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

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.

Temel Bilgiler

Öğretim Dili:	İngilizce
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.

Öğrenme Kazanımları

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.

Dersin İçeriği

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.

Haftalık Ayrıntılı Ders İçeriği

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.

Kaynaklar

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

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	4	20
Ödevler	10	20
Küçük Sınavlar	2	8
Ara Sınavlar	5	15
Final	5	20
Toplam İş Yükü		125

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)	Yeni medya, habercilik ve iletişim alanlarına temel oluşturan teoriler, kavramlar, gelenekler ve fikir tarihindeki gelişmeleri eleştirel bir yaklaşımla yorumlayabilmek ve tartışabilmek.
2)	Yeni medyadaki haber ve içerik üretim süreçlerinde kullanılan teknik donanım ve yazılımlarla ilgili yazılı, sözlü ve görsel temel bilgilere ve bunların profesyonel düzeyde etkin kullanım becerisine sahip olabilmek.
3)	Yeni medya, habercilik ve iletişim alanlarında faaliyet gösteren kurumsal aktörlere ve genel anlamda bu sektörlere dair bilgiler edinip bunları eleştirel bir şekilde yorumlayabilmek.
4)	Okuyucu, dinleyici, seyirci ve kullanıcıların medya ortamlarının değişen rolleri karşısındaki tepkilerini kavrayabilmek, bunlara uygun özgün içerikler oluşturup yayabilmek ve gelecek trendlere dair öngörülerde bulunabilmek.
5)	Yeni medya ve habercilik alanlarının komşu disiplinlerine ilişkin temel kuram, kavram ve fikirleri eleştirel bir yaklaşımla ele alabilmek.
6)	İletişim alanındaki küresel teknolojik değişimlerle bunların yerel aktörler üzerindeki etkilerine dair ilişkileri kavrayabilmek.
7)	İçerik üretmek için gerekli verileri bilimsel yöntemlerle toplayabilme, analiz edebilme ve yayma becerilerini geliştirebilmek.
8)	Edindiği bilgi, beceri ve yetkinlikleri yaşamı boyunca toplumsal amaçlar doğrultusunda, yasal ve etik bir sorumlulukla geliştirmek ve bunları toplumsal fayda üretebilecek şekilde kullanabilmek.
9)	Yeni medya, habercilik ve iletişim alanında ulusal/uluslararası düzeylerdeki meslektaşlarıyla ortak çalışmalar yürütebilmek.
10)	Ulusal ve uluslararası saygın mecralarda yayımlanabilecek nitelikte çeşitli formatlarda ürünler ortaya koyabilme yeteneği geliştirmek.