CMP4501 Introduction to Artificial Intelligence and Expert SystemsBahçeşehir ÜniversitesiAkademik Programlar GASTRONOMİ VE MUTFAK SANATLARI (TÜRKÇE)Öğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal YeterliliklerBologna Komisyonu
GASTRONOMİ VE MUTFAK SANATLARI (TÜRKÇE)
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 Güz 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) - Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma 2
2) - Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. - Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 4
3) Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. - Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. -Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. - Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. - Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. - Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. - Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 5
4) - Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme, - Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. -Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 3
5) Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. - Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 3
6) Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. - Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. - Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 3