Ders Sorumluları
|
|
Dersin Sunulduğu Dil |
Türkçe (Turkish) |
Dersin Türü |
Seçmeli |
Ön Koşul |
|
Ders İçin Önerilen Diğer Hususlar |
|
Dersin Amacı |
Dersin amacı, yapay zeka dünyasını oluşturan alt teknoloji alanlarını ve bu alanlardaki temel kavramları, algoritma ve yaklaşımları kavrayarak, mevcut uygulama alanları ile gelecekte yapay zekanın uygulanabileceği alanlara yönelik bir vizyon kazandırmaktır. |
Dersin İçeriği |
Derste; klasik mantık, birinci derece mantık ve bulanık mantık alanlarının; bilgi güvenliği ve kriptoloji disiplinlerinin; uzman sistemler, ağaç ve graf veri yapıları ile yapay sinir ağlarının yapay zeka yazılımlarının geliştirilmesindeki konumu, önemi ve uygulamaları örneklerle ele alınmaktadır. |
Dersin Öğrenme Çıktıları (ÖÇ) |
1. Yapay Zeka’nın tanımı, gelişimi, geleceği ve Zeki Ajan kavramlarını açıklar.
2. Klasik Mantık ile Birinci Derece Mantık yapılarının ve birbirleri ile ilişkilerini yorumlar.
3. Bulanık Mantık konseptini ve diğer mantık türlerine göre olan üstünlükleri ile yapay zeka uygulamalarını sınıflandırır.
4. Bilgi güvenliği konusunda farkındalığın ön plana çıkarılmasının önemini, Kriptoloji alanının uygulamalarını, yapay zeka alanındaki gelişmelerin Kriptografi ve Kriptoanaliz alanlarına yönelik tehdit ve fırsatları irdeler.
5. Ağaç Veri Yapısı ile İkili Arama Ağaçlarının, yapay zeka dünyasındaki problemlere uygular.
6. Graf veri yapısının getirdiği yetenekleri, günümüz yapay zeka yazılımlarında kurgulayabilir ve uygular.
7. Makine Öğrenmesi dünyasında Yapay Sinir Ağlarının konumu tarif edebilir ve Yapay Sinir Ağlarının ve devamındaki Derin Öğrenme yaklaşımlarının, yakın zaman yapay zeka uygulamalarındaki etkinliklerini ve ilişkilerini açıklar. |
Dersin Veriliş Biçimi |
Uzaktan Eğitim |
Dersin Gidişatı |
Hafta |
Konular |
1. Hafta |
Dersin Tanıtımı, Amacı, Hedefleri ve İşlenişi |
2. Hafta |
Yapay Zekanın Tanımı, Gelişimi ve Geleceği |
3. Hafta |
Klasik Mantık ve Birinci Derece Mantık |
4. Hafta |
Bulanık Mantık |
5. Hafta |
Bilgi Güvenliği |
6. Hafta |
Kriptoloji – Simetrik Şifreleme |
7. Hafta |
Kriptoloji – Asimetrik Şifreleme |
8. Hafta |
ARA SINAV |
9. Hafta |
Uzman Sistemler |
10. Hafta |
Ağaç Yapısı ve Arama Algoritmaları |
11. Hafta |
Graf Veri Yapısı |
12. Hafta |
Yapay Sinir Ağları – 1 |
13. Hafta |
Yapay Sinir Ağları – 2 |
14. Hafta |
Bitirme Sınavı Odaklı Özet |
|
Değerlendirme Ölçütleri |
|
Toplam Katkısı (%) |
Ara Sınav (%) |
40 |
Kısa Sınavlar (%) |
|
Ödevler (%) |
|
Uygulamalar (%) |
|
Laboratuar (%) |
|
Projeler/Alan Çalışması (%) |
|
Seminerler/Çalışma Grupları (%) |
|
Final (%) |
60 |
Diğer (%) |
ÖDEVLER FİNALE %20 ORANINDA ETKİ EDECEKTİR |
Toplam(%) |
100 |
|
Dersin Kitabı ve/veya Kaynaklar |
1. “Yapay Zeka İnsan-Bilgisayar Etkileşimi”, V. Vagifoğlu Nabiyev, Seçkin Yayıncılık, 2016. 2. “Artificial Intelligence A Modern Approach”, Stuart J. Russel and Peter Norvig, Pearson, 2009. 3. “Artificial Intelligence 101 Things You Must Know Today About Our Future”, L. Rouhiainen, 2018. |
Staj / Uygulama |
|
Program Yeterlilikleri (PY) ve Dersin Öğrenme Çıktıları (ÖÇ) İlişkisi |
| PÇ1 | PÇ2 | PÇ3 | PÇ4 | PÇ5 | PÇ6 | PÇ7 | PÇ8 | PÇ9 | PÇ10 | PÇ11 | ÖÇ1 | 5 | | 5 | | 2 | 2 | | | | | | ÖÇ2 | 5 | 5 | 5 | | | | | | | | | ÖÇ3 | 5 | 5 | 5 | | | | | | | | | ÖÇ4 | 5 | 5 | 5 | | 4 | 3 | 3 | | 2 | | | ÖÇ5 | 5 | 5 | 5 | | | | | | | | | ÖÇ6 | 5 | 5 | 5 | | | | | | | | | ÖÇ7 | 5 | 5 | 5 | | | | | | | 3 | |
|