YAPAY ZEKA MÜHENDİSLİĞİ
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
CMP3005 Algoritma Analizi Güz 3 0 3 6
Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir

Temel Bilgiler

Öğretim Dili: En
Dersin Türü: Must Course
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Dersi Veren(ler): Dr. Öğr. Üyesi TEVFİK AYTEKİN
Prof. Dr. NAFİZ ARICA
Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR
Dersin Amacı: Bu dersin amacı algoritma analizi için gerekli temel matematiksel araçları, temel algoritma tasarım tekniklerini, gelişmiş veri yapılarını ve farklı alanlardan önemli algoritmaları tanıtmaktır.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Bazı önemli veri yapıları ve algoritmalarla tanışmak.
II. Algoritma analizinde kullanılan matematiksel araçlarla tanışmak.
III. Yinelemeli ve özyinelemeli algoritmaların asimtotik çalışma süresini analiz edebilmek.
IV. Algoritmaların en iyi / en kötü / ortalama durum analizlerini yapabilmek.
V. Önemli algoritma tasarım paradigmaları ile tanışmak.
VI. Belirli bir uygulama için olası veri yapıları ve algoritmalar arasından hangisinin en uygun oldugunu karar verebilmek.
VII. Etkin ve etkin olmayan algoritmaları ayırt edebilmek.
VIII. Öğrenilen teknikleri kullanarak yeni problemler için etkin algoritmalar geliştirebilmek ve bu çözümleri disiplin için bir ekip projesi kapsamında uygulamak ve raporlarmak.

Dersin İçeriği

Giriş, asimtotik gösterim, algoritmaların ampirik analizi, algoritma tasarımı, amortize analizi, kaba kuvvet algoritmaları, böl ve yönet algoritmaları, dönüştür ve yönet algoritmaları, uzay ve zaman dengelemeleri, dinamik programlama, açgözlü algoritmalar, ileri veri yapıları, B ağaçları , B-ağaçlarından Ekleme ve Silme, graflar ve graf algoritmaları, P ve NP problemler.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Giriş, asimtotik gösterimler
2) Deneysel algoritma analizi, algoritma analizi, amortize analiz
3) Özyineli ilişkiler, yerine koyma yöntemi, özyineli-ağaç yöntemi, master yöntemi.
4) Kaba Kuvvet Algoritmaları
5) Böl ve Yönet Algoritmaları
6) Birleştirerek sıralama, hızlı sıralama, rasgele hızlı sıralama, ikili arama
7) Dönüştür ve Yönet Algoritmaları, Gausss eliminasyonu ile lineer denklem sistemlerinin çözümü, Dengelenmiş Arama Ağaçları, Yığıtlar ve Yığıt sıralama, Horner Kuralı ve İkili Üs
8) Hafıza ve Zaman Karşılaşmaları, Girdi Geliştirme (Sayıma dayalı sıralama, dize eşleme), Önişleme (Doğrama, Doğrama işlevleri, açık adresleme).
9) Ara sınav.
10) Dinamik Programlama: Madeni para problemi, Sırt çantası problemi, En uzun ortak altdizin
11) Dinamik programlama: Sırt çantası problemi, en uzun ortak alt dizi.
12) Açgözlü Algoritmalar: Aktivite seçimi, Huffman kodları, Prim algoritması, Kruskal Algoritması
13) Tek kaynak en kısa yollar: Bellman-Ford algoritması, Dijkstra algoritması.
14) P, NP, ve NP-tam problemler

Kaynaklar

Ders Notları: Anany Levitin, The Design and Analysis of Algorithms, Pearson International Third Edition. Cormen, T. H., Leiserson, C. E., Rivest, R. L. and Stein, C., Introduction to Algorithms (3rd Edition), MIT Press, 2009. Sanjoy Dasgupta , Christos Papadimitriou, Umesh Vazirani, Algorithms, McGraw-Hill Education.
Diğer Kaynaklar: Yok - None

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Devam 0 % 0
Laboratuar 0 % 0
Uygulama 0 % 0
Arazi Çalışması 0 % 0
Derse Özgü Staj 0 % 0
Küçük Sınavlar 2 % 10
Ödev 0 % 0
Sunum 0 % 0
Projeler 1 % 20
Seminer 0 % 0
Ara Sınavlar 1 % 30
Ara Juri 0 % 0
Final 1 % 40
Rapor Teslimi 0 % 0
Juri 0 % 0
Bütünleme % 0
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
Laboratuvar
Uygulama
Derse Özgü Staj
Arazi Çalışması
Sınıf Dışı Ders Çalışması
Sunum / Seminer
Proje 7 21
Ödevler
Küçük Sınavlar 6 12
Ara Juri
Ara Sınavlar 5 28
Rapor Teslimi
Juri
Final 5 35
Toplam İş Yükü 138

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) Matematik, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir. 5
2) Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır. 5
3) Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular. 5
4) Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular. 5
5) Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır. 5
6) Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar. 5
7) Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
8) Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır.
9) Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
10) Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır.
11) Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır.
12) Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir.
13) Mesleki ve etik sorumluluk bilincine sahiptir.
14) Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir.