AKTS - İleri Yapay Zeka

İleri Yapay Zeka (CMPE568) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
İleri Yapay Zeka CMPE568 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Seçmeli Dersler
Dersin Seviyesi Doktora
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı Sembolik ve sembolik olmayan yapay zeka başlıkları çerçevesinde farklı yapay zeka yaklaşım ve temel kavramlarını tanıtmak. Öğrencinin bilgisayar mühendisliği vizyonunu genişletmek.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Verilen bir problem için erkin tasarlama
  • Problem çözümü arama yöntem ve prensiplerini anlamak. Farklı arama tekniklerini özelliklerine göre kullanabimek.
  • Mantıksal problem gösterimi ve çözüm yollarını bilmek.
  • Makina öğrenmesinin temellerini anlamak.
Dersin İçeriği Zeki erkinle, arama yolu ile problem çözme, yönlendirilmiş/yönlendirilmemiş arama metodları, keşfetme, kural doyumu, bilgi ve çıkarım, birinci seviye mantık ve çıkarım, makina öğrenmesi, seçimli konular: sinir ağları, doğal hesaplama.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Zeki erkinler. Arama ile problem çözümü. Bölüm 2-3.3 (main text)
2 Yönlendirilmiş/yönlendirilmemiş arama ve keşif Bölüm 3.4-3.6
3 Lokal arama, belirleyici olmayan-hareketler ve kısmi izlenebilirlik durumlarında arama Bölüm 4
4 Rakip arama. Kural doyumu Bölüm 5,6
5 Mantıksal erkinler. Birinci seviye mantık Bölüm 7,8
6 Birinci seviye mantık ile çıkarım Bölüm 9
7 Gerçek dünyada planlama ve hareket etme Bölüm 10,11
8 Bilgi gösterimi Bölüm 12
9 Bulanık bilgi ve çıkarım. Olasılıksal çıkarım. Bölüm 13, 14, 15
10 Basit ve karmaşık kararlar oluşturmak Bölüm 16,17
11 Örneklerden öğrenme. Öğrenmede bilgi. Bölüm 18,19
12 Olasılıksal modeller ile öğrenme. Destekli öğrenme Bölüm 20,21
13 Seçimli konular Bölüm 23,24,25
14 Seçimli konular Bölüm 23,24,25
15 Gözden geçirme
16 Gözden geçirme

Kaynaklar

Ders Kitabı 1. Artificial Intelligence : A Modern Approach (Second Edition), Stuart Russell and Peter Norvig, Prentice-Hall, 2003, ISBN: 0-13-790395
Diğer Kaynaklar 2. Ant Colony Optimization, Marco Dorigo and Thomas Stützle, MIT Press, 2004. ISBN: 0-262-04219-3.
3. Artificial Intelligence, Patrick H. Winston, Addison-Wesley, 1992. ISBN: 0-201-533774.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 3 20
Sunum 1 15
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 25
Genel Sınav/Final Juri 1 40
Toplam 6 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri X
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Bireysel ve ekip üyesi olarak ileri düzey araştırma faaliyetlerini yürütme yeteneği
2 Araştırma konularını irdeleme, değerlendirme ve bilimsel muhakeme ile yorumlama yeteneği
3 Yeni yöntemler oluşturma ve bunları özgün araştırma alanları ve konularına uygulama becerisi
4 Deneysel ve/veya analitik verileri sistematik şekilde elde etme, bunları bilimsel sonuçlara ulaşacak şekilde tartışma ve değerlendirme yeteneği
5 Bilimsel felsefe yaklaşımını mühendislik sistemlerinin analiz, modelleme ve tasarımında uygulayabilme becerisi
6 Çalışmış olduğu sahadaki bilgiyi uluslararası düzeyde özgün çalışmaları oluşturacak, sürdürecek, tamamlayacak ve sunacak şekilde sentezleme yeteneği
7 Çalıştığı mühendislik alanında bilimsel ve teknolojik gelişmelere katkıda bulunma
8 Toplumu araştırma faaliyetleri aracılığıyla geliştirmek için endüstriyel ve bilimsel ilerlemelere katkıda bulunma

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 16 3 48
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 1 16
Sunum/Seminer Hazırlama 1 10 10
Projeler
Raporlar
Ödevler 3 6 18
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 15 15
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 20 20
Toplam İş Yükü 127