Ders Tanıtım Bilgileri [PDF]

BARTIN ÜNİVERSİTESİSOSYAL BİLİMLER ENSTİTÜSÜYÖNETİM BİLİŞİM SİSTEMLERİ ANABİLİM DALIDERS TANITIM VE UYGULAMA BİLGİLERİDERS BİLGİLERİDers Adı Kodu Yarıyıl T+U Saat Kredi AKTSYapay Zekâ Uygulamaları YBS708 3+0 3 6Ön Koşul Dersleri -Dersin Dili Türkçe İngilizceDersin Seviyesi Ön Lisans Lisans Yüksek Lisans DoktoraDersin Türü Zorunlu Seçmeli İsteğe BağlıÖğretim MetotlarıDersin KoordinatörüDersi VerenlerDersin YardımcılarıDersin AmacıDersin İçeriğiDersin ÖğrenmeKazanımlarıDers anlatımı, Tartışmalı ders, Öğrenci Faaliyetleri / ProjeleriYrd. Doç. Dr. Hande KÜÇÜKÖNDERYrd. Doç. Dr. Hande KÜÇÜKÖNDER E-posta:E-posta:Zekâ ve yapay zekâ tanımları, Arama algoritmaları (sezgisel), Bulanık Mantık vekural tabanı, Yapay sinir ağları, Bulanık mantık ve Yapay Sinir AğlarıUygulamaları, makine öğrenmesi, komutla öğrenme, örneklerle öğrenme,İlişkisel ve sezgisel öğrenme, uzman sistemler ve uygulamalarını öğrenmek.Bu ders yapay zekânın temel kavram ve teknikleri incelenir. Kapsanan konular:uzman sistemler, kurala dayalı sistemler, bilgi gösterimi, arama, planlama,belirsizlikle baş etme, otomatik öğrenme ve yapay sinir ağları, zeki etmenler,komutla öğrenme, ilişkisel ve sezgisel öğrenme, örneklerle öğrenme gibi yapayzekânın önemli güncel uygulama alanları tartışılacaktır. Ayrıca elde edilenbilgiler ile yazılımlar kullanılarak uygulamalar yapılacaktır.DK 1) Yapay zekâ kavramlarını bilir ve zeki sistemlerin çalışma mantığınıanlar.DK 2) İleri arama algoritmalarını kullanabilir. Sezgisel arama yöntemlerihakkında bilgi sahibi olur.DK 3) Yapay sinir ağları ve bulanık kurallar ile çalışabilir ve bulanık modelleroluşturabilir.DK 4) Zeki Etmenler (Intelligent Agent) hakkında bilgi sahibi olur.DK 5) Öğrenme yöntemlerini ve kullanım alanları hakkında bilgi sahibi olur.DK 6) Uzman sistemler hakkında bilgi sahibi olur ve zeki uzman sistemgeliştirebilir.

DERS AKIŞIHafta Konular Ön Hazırlık1 Yapay Zekâ Kavramları2 Arama Algoritmaları3 Bulanık Mantık Kavramlar4 Bulanık Mantık Kural Tabanı5 Yapay Sinir Ağları6 Bulanık Mantık ve Yapay Sinir Ağları Uygulamaları7 Zeki Etmenler8 Arasınav9 Zeki Etmenlerin Uygulamaları10 Makine Öğrenmesi11 Komutla Öğrenme12 Örnekle Öğrenme13 İlişkisel ve Sezgisel Öğrenme14 Uzman Sistemler15 Uzman Sistem Örnekleri16 FinalKAYNAKLARDers NotuDiğer Kaynaklar Yapay Sinir Ağları, Ercan Öztemel, Papatya Yayıncılık, 2003.Artificial Intelligence: A Modern Approach, Stuart Russell and Peter Norvig, Prentice Hall,1995.Mühendislikte Yapay Zekâ Uygulamaları - I, Ş.Sağıroğlu, E. Beşdok, M.Erler, Ufuk Kitabevi,2003.MATERYAL PAYLAŞIMIDokümanlarÖdevlerSınavlarDEĞERLENDİRME SİSTEMİYARIYIL İÇİ ÇALIŞMALARI SAYISI KATKI YÜZDESİAra Sınav 1 60

Kısa SınavÖdev 4 20Uygulama 1 20LaboratuarArazi ÇalışmasıProjeStajDiğerToplam 100Yıl İçinin Başarıya Oranı 40Finalin Başarıya Oranı 60Toplam 100DERS KATEGORİSİ Katkı Yüzdesi (%)Temel Meslek Dersleri 60Uzmanlık / Alan Dersleri 30Beşeri, İletişim ve Yönetim Becerileri DersleriDestek Dersleri 10Aktarılabilir Beceri DersleriAKTS / İŞ YÜKÜ TABLOSUEtkinlikSAYISISüresi(Saat)Teorik ders 14 3 42UygulamaSınıf Dışı Ders Çalışma Süresi (Ön Hazırlık+Pekiştirme) 14 3 42Ödev 4 5 20Proje/Sunum 1 30 30Kısa Sınav (Quiz)Arazi ÇalışmasıLaboratuarStajToplamİş Yükü(Saat)Ara sınava) Sınav1 1 1b) Sınav için bireysel çalışma 1 20 20

Final Sınavıa) Sınav1 2 2b) Sınav için bireysel çalışma 1 35 30Toplam İş Yükü 187Toplam İş Yükü / 30 (s) 6,2Dersin AKTS Kredisi 6GÜNCELLEME TARİHİ: 23.12.2011