Rapor Tarihi: 01.04.2026 21:34
| Ders Adı | Kodu | Dili | Türü | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Yapay Zeka Sistemleri | MEM388 | Türkçe | Zorunlu | 6. Yarıyıl | 3 + 0 | 3,0 | 5,0 |
| Ön Koşul Dersleri | |
| Dersin Seviyesi | Lisans |
| Dersin Verilişi | Yüz yüze |
| Dersin Koordinatörü | Dr. Öğr. Üyesi GÖKAY ÇORUHLU |
| Dersi Veren(ler) | |
| Dersin Amacı | Bu dersin amacı, mekatronik mühendisliği öğrencilerine yapay zekanın temel kavramları ve alt dalları hakkında kapsamlı bilgi kazandırmaktır. Arama algoritmaları, kısıt tatmin problemleri, Prolog programlama dili, makine öğrenmesi, doğrusal ve lojistik regresyon, yapay sinir ağları ve derin öğrenme konuları hem teorik hem de mekatronik uygulamaları bağlamında ele alınmaktadır. |
| Dersin İçeriği | Yapay zekanın tanımı ve kapsamı; yapay zekanın tarihsel gelişimi; yapay zeka türleri ve kategorileri; durum uzayı arama algoritmaları (BFS, DFS, UCS); sezgisel arama ve A* algoritması; kısıt tatmin problemleri (CSP); Prolog programlama dili ve aksiyon tabanlı planlama; makine öğrenmesine giriş ve ML türleri; doğrusal regresyon; lojistik regresyon ve sınıflandırma; kümeleme yöntemleri (denetimsiz öğrenme); yapay sinir ağları (ANN), aktivasyon fonksiyonları, geri yayılım; derin sinir ağları ve mekatronik uygulamaları. |
| # | Öğrenme Kazanımı |
| 1 | Durum uzayı arama algoritmalarını (BFS, DFS, UCS, A*) anlama ve mekatronik problemlerine uygulayabilme. |
| 2 | Kısıt tatmin problemlerini ve çözüm yöntemlerini kavrayabilme |
| 3 | Makine öğrenmesi türlerini ve temel kavramlarını açıklayabilme; doğrusal/lojistik regresyon modellerini matematiksel olarak kurabilme, eğitebilme ve değerlendirebilme; K-means ile denetimsiz öğrenme problemlerini çözebilme. |
| 4 | Yapay sinir ağlarının temel bileşenlerini (katmanlar, aktivasyon fonksiyonları) ve geri yayılım algoritmasını anlayarak mekatronik uygulamalarına uygulayabilme; derin sinir ağı mimarilerini değerlendirebilme. |
| Hafta | Konular/Uygulamalar | Yöntem |
|---|---|---|
| 1. Hafta | Yapay Zekanın Tanımı ve Kapsamı: YZ türleri ve kategorileri, mekatronik mühendisliğinde YZ uygulamaları, güncel YZ teknolojileri. | Görüşme |
| 2. Hafta | Durum Uzayı Arama Algoritmaları I: Bilgilendirilmemiş arama stratejileri, BFS algoritmaları | Görüşme |
| 3. Hafta | Durum Uzayı Arama Algoritmaları II: Bilgilendirilmemiş arama stratejileri, DFS ve UCS algoritmaları | Görüşme |
| 4. Hafta | Durum Uzayı Arama Algoritmaları III: Bilgilendirilmiş arama stratejileri, sezgisel (heuristic) fonksiyon kavramı | Görüşme |
| 5. Hafta | Kısıt Tatmin Problemleri (CSP) ve Prolog'a Giriş: CSP tanımı ve temel kavramlar, değişkenler, alanlar ve kısıtlar | Görüşme |
| 6. Hafta | Prolog ve Aksiyon Tabanlı Planlama | Görüşme |
| 7. Hafta | Makine Öğrenmesine Giriş: ML tanımı ve uygulama alanları, ML sistem türleri — Denetimli Öğrenme, Denetimsiz Öğrenme, Pekiştirmeli Öğrenme | Görüşme |
| 8. Hafta | Doğrusal Regresyon: gradyan iniş optimizasyonu, eğitim süreci, model değerlendirme | Görüşme |
| 9. Hafta | Lojistik Regresyon ve Sınıflandırma | Görüşme |
| 10. Hafta | Kümeleme (Denetimsiz Öğrenme): Denetimsiz öğrenme kavramı, K-means algoritması | Görüşme |
| 11. Hafta | Yapay Sinir Ağları I — Temel Kavramlar: aktivasyon fonksiyonları, giriş/gizli/çıkış katmanları | Görüşme |
| 12. Hafta | Yapay Sinir Ağları II — Eğitim, Geri yayılım (backpropagation) algoritması | Görüşme |
| 13. Hafta | Yapay Sinir Ağları III — Mekatronik Uygulamaları | Görüşme |
| 14. Hafta | Derin Öğrenme — Derin Sinir Ağları | Görüşme |
| No | Program Yeterlilikleri | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen ve mühendislik bilgilerini Mekatronik Mühendisliği alanında uygulama becerisi kazandırmak | ✔ | |||||
| 2 | Bir Mekatronik sistemin tümünü veya bir bileşenini, gerçekçi koşullar altında tasarlama ve geliştirme becerisi kazandırmak | ✔ | |||||
| 3 | Mühendislik problemlerini tanımlama, modelleme ve çözme becerisi kazandırmak. | ✔ | |||||
| Program Yeterlilik | DK1 | DK2 | DK3 | DK4 |
|---|---|---|---|---|
| PY1 | 3 | 3 | 3 | 3 |
| PY2 | 3 | 3 | 3 | 3 |
| PY3 | 5 | 5 | 5 | 5 |
| Ders Kitabı veya Notu | Ders Kitabı veya Ders Notu bulunmamaktadır. |
|---|---|
| Diğer Kaynaklar |
|
| AKTS / İş Yükü Tablosu | Sayısı | Süresi (Saat) | Toplam İş Yükü (Saat) | |
|---|---|---|---|---|
|
Ders İçi |
Ders Saati (14 Hafta) | 14 | 2 | 28 |
|
Ders Dışı |
Ön Hazırlık, Pekiştirme Çalışmaları | 10 | 1 | 10 |
|
Sınavlar |
Ara Sınav | 1 | 40 | 40 |
| Final | 1 | 49,5 | 49,5 | |
| Toplam İş Yükü | 127,5 | |||
| *AKTS = (Toplam İş Yükü) / 25,5 | Dersin AKTS Kredisi | 5,0 | ||
