LOJİSTİK (TÜRKÇE) | |||||
Önlisans | TYYÇ: 5. Düzey | QF-EHEA: Kısa Düzey | EQF-LLL: 5. 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: | ÖNLİSANS |
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) | Modern Lojistik faaliyetleri bilmek ve bu konularda temel mevzuatı öğrenmek. | |
2) | Modern Lojistiğin günümüzde izlediği gelişmeleri ve politikaları bilmek ve bu gelişmleri takip edeceği kurum ve kuruluşları öğrenmek. | |
3) | Lojistik alanındaki işletmelerin temel özelliklerini ve ekonomik hayatı bilerek iç ve dış çevresini takip ve analiz edebilme becerisini göstermek. | |
4) | Lojistik ile ilgili alanlarda kullanılan belgeleri tanıma, düzenleyebilme ve muhasebeleştirme becerisi ile birlikte, sahip olduğu bilgi ve uygulamaları çalışma arkadaşlarına, üstlerine ve hizmet verdiği kişi ve kuruluşlara açık bir şekilde anlatabilmek. | |
5) | Yeni pazarlama ve satış teknikleri bilgileriyle uluslararası pazarlara açılma kurallarını bilme ve uygulama becerisine sahip olmak. | |
6) | Lojistik alanı ile ilgili konularda iş guvenliği, işçi sağlığı ve çevre koruma bilgisi ve bilincine sahip olmak. | |
7) | Mesleği ile ilgili mevzuatları takip etme ve uygulama yeteneği ile birlikte temel hukuk bilgileri, sosyal sorumluluk, etik değerler, sosyal güvenlik hakları bilgisi ve bilincine sahip olmak. | |
8) | Kişisel ve mesleki yetkinliğini güncel tutabilmek için ilgili iletişim ağlarının içinde yer almak, çalıştığı sektörle ilgili değişimleri takip etmek ve kendini sürekli geliştirebilmek. | 2 |
9) | Lojistik ve tedarik zinciri alanında kullanılan klasik ve güncel kuramları, sektördeki gelişmeleri, değişimleri ve yönelimleri göz önünde bulundurarak yorumlayıp değerlendirebilmek. | |
10) | Dış ticaret ve Gümrük mevzuatlarına ilişkin temel bilgiye sahip olmak. | |
11) | Dış Ticaretin Lojistik yönetimiyle iliskilendirilmesi bilgisine sahip olmak. | |
12) | En az bir yabancı dilde temel bilgi almak ve bunu mesleğinde kullanabilmek. | |
13) | Alanının gerektirdiği düzeyde bilişim ve iletişim teknolojilerini kullanır, teknolojik değişiklikleri takip ederek yeni teknolojileri işletme sistemlerine uyarlar. |