Ders Öğretim Planı

Ders Kodu:

CS 3006

Ders Adı:

Yapay Zekaya Giriş

Dersin Sunulduğu Dil:

İngilizce

Dersin Türü:

Ders

Dersin Derecesi:

Lisans

AKTS:

5.00

Dersin Sorumlusu:

Dr. Öğr. Üyesi Zahra GOLRIZKHATAMI

Dersin Amacı

Bu dersin temel amacı, arama, bilgi-temsil ve akıl yürütme, planlama, olasılık, faydalı kuramlar ve öğrenme gibi yapay zekanın temel ilkelerini tanıtmaktır.

Dersin İçeriği

Yapay Zekanın Anlamı, Akıllı Ajanlar Arama Teknikleri (Genişlik-Önce, Derinlik-Önce) Arama Teknikleri (Derinlik-Sınırlı, İteratif Derinleştirme, Sabit Maliyet vb.) Arama Teknikleri (Açgözlü-En İyisi, A * arama, heuristics) Kısıtlama Memnuniyeti Sorunları Düşmanca arama Önermesel Mantık, Birinci Mertebe Mantık Belirsizlik ve Araçlar Markov Karar Süreçleri (Değer Tekrarı, Kural Tekrarı) Takviye Öğrenme, Q-öğrenme, Kural Arama Olasılık Teorisi, Naïve Bayes

Dersin Ön Koşulu / Yan Koşulu

CS 1002 and MATH 1004

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Artificial Intelligence: A Modern Approach, by Stuart Russell and Peter Norvig., 3rd edition, Pearson.

Öğrenim Çıktısı

Kod	Açıklama
LO1	Bilgisayar bilimi bağlamında yapay zekanın (AI) nasıl tanımlandığını açıklayın
LO2	Arama teknikleri ve buluşsal yöntemler, bilgi temsili, otomatik planlama, takviye öğrenme ve istatistiksel öğrenme gibi AI tekniklerini açıklayınız.
LO3	Bir arama problemi, bir kısıt memnuniyeti problemi, bir planlama problemi veya bir öğrenme problemi gibi farklı AI yöntemlerinin dilinde belirli bir problemi biçimlendirmek.
LO4	Yapay zekâ çözüm tekniklerini politika araştırmasından sınıflandırmaya kadar geniş bir yelpazede sorunlar için tasarlayın ve uygulayın
LO5	AI problemleri üzerine farklı algoritmaların ampirik bir değerlendirmesini yapın

Haftalık Ders İçeriği

Hafta	İçerik
1	Yapay Zekanın Anlamı, Akıllı Ajanlar
2	Arama Teknikleri (Genişlik-Önce, Derinlik-Önce)
3	Arama Teknikleri (Derinlik-Sınırlı, İteratif Derinleştirme, Sabit Maliyet vb.)
4	Arama Teknikleri (Açgözlü-En İyisi, A * arama, heuristics)
5	Kısıtlama Memnuniyeti Sorunları
6	Kısıtlama Memnuniyeti Sorunları
7	Düşmanca arama
8	Önermesel Mantık, Birinci Mertebe Mantık
9	Belirsizlik ve Araçlar
10	Markov Karar Süreçleri (Değer Tekrarı, Kural Tekrarı)
11	Markov Karar Süreçleri (Değer Tekrarı, Kural Tekrarı)
12	Takviye Öğrenme, Q-öğrenme, Kural Arama
13	Takviye Öğrenme, Q-öğrenme, Kural Arama
14	Olasılık Teorisi, Naïve Bayes

İş Yükü Hesaplaması

Etkinlik	Sayı	Süre (Saat)	Toplam
Derse Katılım	15	3.00	45.00
Uygulama / Pratik	10	3.00	30.00
Uygulama / Pratik Sonrası Bireysel Çalışma	15	2.00	30.00
Ara Sınavı/Hazırlık	1	15.00	15.00
Final Sınavı/Hazırlık	1	20.00	20.00
Araştırma Sunumu	1	10.00	10.00
Toplam İş Yükü (Saat)			150
AKTS Kredisi (İş Yükü / 25)			5

Değerlendirme

#	Değerlendirme Tipi	Katkı Yüzdesi (%)
1	Total	%100

PÇ - ÖÇ Matrisi

PÇ \ ÖÇ	LO1	LO2	LO3	LO4	LO5
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11

1

Düşük Katkı

2

Orta Katkı

3

Yüksek Katkı

Dersin Eğitim - Öğretim Metodları

#	Yöntem Adı	Faal	Araçlar
1	Ders (anlatım), etkileşimli tartışma	Dinleme, not alma, tekrar etme, derste getirilen eğitim materyalleri üzerinden gösterilenleri uygulama	Standart derslik teknolojileri, çoklu ortam araçları (projektör, bilgisayar, dijital sunumlar)
2	Tartışmalı Ders	Dinleme ve anlamlandırma, eleştirel düşünme	Standart derslik teknolojileri, çoklu ortam araçları, projektör, bilgisayar
3	Problem Çözme	* Problem çözme teknikleri kullanılarak fiziksel ve fizyolojik problemlerinin analiz edilmesi ve uygun çözümlerin geliştirilmesi.	-
4	Benzetim	Simülasyon yazılımları kullanımı ile fiziksel devre tasarımlarının operasyonunun keşfi.	Simülasyon araçları

Akademik Dürüstlük ve Yapay Zeka

Akademik dürüstlük bu derste zorunludur. Öğrenciler kendi çalışmalarını sunmalı ve kullanılan tüm kaynakları belirtmelidir. Yapay zeka araçları yalnızca izin verildiğinde ve açıkça belirtilerek kullanılabilir. İzinsiz kullanım veya intihal disiplin cezası gerektirir.