| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Yapay Zeka Sistemleri | MEM388 | 6. Yarıyıl | 3 + 0 | 3,0 | 5,0 |
| Ön Koşullar | Yok |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Ders |
| Dersin Verilişi | Yüz yüze |
| Dersin Koordinatörü |
Doç. Dr. Ferzan KATIRCIOĞLU |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin ama öğrencileri yapay zekanın çeşitli alt dalları hakkında eğitmektir. |
| Dersin İçeriği | Yapay zeka ve uzman sistemler, Yapay zeka programlama dilleri: Prolog, Yapay zeka programlama dilleri: Lisp, Oyun programlama, Yapay sinir ağları, Yapay sinir ağları uygulamaları: görüntü işleme, Yapay sinir ağları uygulamaları: robot, Yapay sinir ağları uygulamaları: sistem ve karakter tanılama, Bulanık mantık, Bulanık mantık uygulamaları: fuzzy-pid, Karınca kolonisi optimizasyonu, KKO uygulamaları, Genetik Optimizasyonu, GO uygulamaları. |
| Ders Öğrenme Kazanımları |
- Yapay zeka hakkında temel bilgilere sahip olma. - Yapay zeka yöntemleri ile problem çözebilme. |
| Hafta | Konular | Öğretim Yöntemleri |
|---|---|---|
| 1. Hafta | Yapay zeka ve uzman sistemler. | Sözel Anlatım |
| 2. Hafta | Yapay zeka ve uzman sistemler | Sözel Anlatım |
| 3. Hafta | Yapay zeka programlama dilleri: Prolog, Lisp | Sözel Anlatım |
| 4. Hafta | Yapay zeka programlama dilleri: Prolog, Lisp | Sözel Anlatım |
| 5. Hafta | Yapay zeka programlama dilleri: Prolog, Lisp | Sözel Anlatım |
| 6. Hafta | Oyun programlama | Sözel Anlatım |
| 7. Hafta | Yapay sinir ağları. | Sözel Anlatım |
| 8. Hafta | Yapay sinir ağları. | |
| 9. Hafta | Yapay sinir ağları uygulamaları: görüntü işleme | Sözel Anlatım |
| 10. Hafta | Yapay sinir ağları uygulamaları: robot | Sözel Anlatım |
| 11. Hafta | Yapay sinir ağları uygulamaları: sistem ve karakter tanılama | Sözel Anlatım |
| 12. Hafta | Bulanık mantık, Bulanık mantık uygulamaları: fuzzy-pid, Karınca kolonisi optimizasyonu | Sözel Anlatım |
| 13. Hafta | Genetik Optimizasyonu | Sözel Anlatım |
| 14. Hafta | Genetik Optimizasyonu | Sözel Anlatım |
| Steven L.Tanimoto, The Elements of Artificial Intelligence: An Introduction Using LISP, Computer Science Press. |
| James A.Freeman, David M.Skapura, Neural Networks, Algorithms, Applications and Programming Techniques, Addison Wesley, 1991. |
| Chin-Teng Lin, C.S.G. Lee, Neural Fuzzy Systems, Prentice Hall, 1996. |
| Program Yeterlilik | Katkı Düzeyi | DK1 | DK2 | Ölçme Yöntemi |
|---|---|---|---|---|
| PY3 | 5 | 5 | 5 | 40,60 |
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| Ders Katkı Düzeyi | Yok | Çok Düşük | Düşük | Orta | Yüksek | Çok Yüksek |
| Ölçme Yöntemi | Yazılı sınav | Sözlü sınav | Ödev/Proje | Laboratuvar Çalışması | Sunum /Seminer |
| Etkinlik | Sayısı | Süresi (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ara Sınav 1 | 50 | 1 | 50 |
| Final | 77,5 | 1 | 77,5 |
| Toplam İş Yükü | 127,5 | ||
| Dersin AKTS Kredisi | 5,0 | ||
