| Dersin Amacı: |
Yapay Zeka, çeşitli problem çözme tekniklerini açıklar, denetimli ve denetimsiz öğrenme gibi temel makine öğrenimi tekniklerini tanıtır. Bunun dışında temel makine öğrenmesi sorunlarında sağlam bir anlayış vermeyi amaçlar. Bunun yanında ders, karar ağaçları, doğrusal regresyon, k-en yakın komşu, Bayes sınıflandırıcıları, yapay sinir ağları, lojistik regresyon ve sınıflandırıcı kombinasyonları gibi güncel makine öğrenmesi yöntemlerini tanıtır. |
| Dersin İçeriği: |
Bu ders kapsamında öncelikle Yapay Zekaya giriş, yapay zeka tarihçesi, temelleri; yapay zekanın uygulama alanları, daha sonrasında sırasıyla akıllı etmenler(ajanlar),mantıksal etmenler, arayarak problem çözme, oyunlar ve bulmacalar, Çeşitli arama algoritmalarından Sezgisel arama, Yerel arama, Düşmanca arama, sonrasında Genetik algoritmalar, Makine Öğrenmesi Kümeleme Algoritmaları, K- En yakın Komsu Algoritması ,Karar Ağaçları, Bulanık Mantık konuları işlenecektir.
Bu derste proje odaklı öğrenme yaklaşımı kullanılmaktadır. Bu çerçevede dersin geleneksel yapıdaki içeriği yanında proje odaklı öğrenme bileşeni bulunmaktadır. Proje odaklı öğrenme bileşeni dersin amaçlarına ve öğrenme çıktılarına uygun olarak öğrenciler tarafından bireysel olarak veya proje takımları halinde belirli adımlardan geçilerek ve belirli ara çıktıların ve son
çıktıların üretilmesini amaçlayan bir veya daha fazla sayıda projenin öğrenme amaçlı proje yapılmasını içermektedir. Dersin proje odaklı öğrenme bileşeni ağırlıklı olarak proje çıktılarının ve proje çalışmalarının dersi veren öğretim elemanı ve/veya jüri tarafından değerlendirilmektedir. |
Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.
|
|
|
|
| Bilgi
(Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)
|
1) Bilgiye dayalı akıl yürütmenin temel esaslarını bilir.
|
2) Aracı teoreminin temel esasları ve farklı alanlardaki uygulama alanlarını bilir.
|
| Beceriler
(Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)
|
1) Yapay zeka problemleri için amaç tanımlar, etkin bir problem alanı belirler ve bu problem alanını durum, işleç ve başlangıç noktası olarak ifade eder.
|
2) Yapay zeka problemleri için uygun arama algoritması seçer (i.e. brute-force, heuristic), ilgili algoritmayı uygular ve zaman ve alan karmaşıklığını belirler.
|
3) Denetimli, denetimsiz ve takviye olmak üzere üç temel öğrenme tekniğini ve bu öğrenme teknikleri arasındaki farkları bilir ve bu öğrenme teknikleri altındaki algoritmaları programlar.
|
4) Yapay zeka kavram ve tekniklerini, problem çözme, oyunlar ve bulmacalar, uzman sistemler, planlama, öğrenme, doğal dil kavrayışı gibi farklı alanlarda uygular.
|
5) Küçük ölçekli yapay zeka uygulamalarını programlar (Prolog kullanarak).
|
| Yetkinlikler
("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)
|
| Hafta |
Konu |
Materyal Paylaşımı * |
|
Ön Hazırlık |
Pekiştirme |
| 1) |
Yapay zekaya giriş
Yapay zekanın tarihi ve temelleri, akıllı aracılar |
|
|
| 2) |
Akıllı Etmenler (Agent), Mantıksal Etmenler, Projelerin belirlenmesi |
|
|
| 3) |
Arama ile problem çözme, klasik araştırmanın ötesi |
|
|
| 4) |
Sezgisel Arama |
|
|
| 5) |
Yerel Arama |
|
|
| 6) |
Düşmanca Arama / Çekişmeli Arama |
|
|
| 7) |
Bulanık Mantık |
|
|
| 8) |
Ara Sınav |
|
|
| 9) |
Proje 1.izleme |
|
|
| 10) |
Makine Öğrenmesine Giriş |
|
|
| 11) |
Denetimli Öğrenme: Sınıflandırma Algoritmaları, Doğrusal Regresyon, Karar Ağaçları |
|
|
| 12) |
Denetimli Öğrenme: k-En Yakın Komşu Algoritması (KNN), Destek Vektör Makineleri (SVM), Yapay Sinir Ağları (ANN) |
|
|
| 13) |
Denetimsiz Öğrenme: Kümeleme Algoritmaları, k-Ortalamalar Algoritması, Hiyerarşik Kümeleme, |
|
|
| 14) |
Yapay Zeka Alıştırmaları ve Proje Sunumları |
|
|
| |
Program Öğrenme Çıktıları |
Katkı Oranı (1-5) |
| 1) |
Grafik tasarımın temel kavramlarını, tarihsel gelişimini ve kuramsal çerçevesini açıklayabilir. |
|
| 2) |
Görsel iletişim tasarımında kullanılan tipografi, renk teorisi ve kompozisyon ilkelerini tanımlayabilir. |
|
| 3) |
Grafik tasarımın toplumsal, kültürel ve etik boyutlarını değerlendirerek disiplinlerarası bir bakış açısı geliştirebilir. |
|
| 4) |
Yaratıcı problem çözme yöntemlerini kullanarak özgün ve yenilikçi tasarım çözümleri geliştirebilir. |
|
| 5) |
Görsel hiyerarşi, algı psikolojisi ve kullanıcı deneyimi (UX) ilkelerini kullanarak uluslararası pazara uygun tasarımlar yapabilir. |
|
| 6) |
Dijital araçlar ve tasarım yazılımlarını etkin kullanarak profesyonel grafik tasarım çalışmaları gerçekleştirebilir. |
|
| 7) |
Uluslararası grafik tasarım projelerinde bireysel veya ekip içinde sorumluluk alarak yaratıcı çözümler geliştirebilir. |
|
| 8) |
Grafik tasarım projelerini yönetebilir ve süreçlerini planlayarak profesyonel çalışma disiplinini uygulayabilir. |
|
| 9) |
Grafik tasarım alanındaki küresel yenilikleri, teknolojileri ve metodolojileri takip ederek kendini sürekli geliştirebilir. |
4 |
| 10) |
Kültürlerarası tasarım ilkelerini benimseyerek küresel kitlelere hitap eden görsel çözümler üretebilir. |
|
| 11) |
Kültürel çeşitliliğe duyarlı, etik değerlere uygun ve sürdürülebilir tasarım çözümleri geliştirebilir. |
|
| 12) |
Grafik tasarım süreçlerinde bağımsız çalışma ve takım çalışmasına katılım sağlayabilir. |
|
| ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ |
| Öğrenme ve Öğretme Etkinlikleri |
Etkinlik Sayısı/Yarıyıl |
Süresi (saat) |
Toplam İş Yükü |
| Ders |
14 |
2 |
28 |
| Laboratuvar |
0 |
0 |
0 |
| Uygulama |
14 |
1 |
14 |
| Derse Özgü Staj |
0 |
0 |
0 |
| Arazi Çalışması |
0 |
0 |
0 |
| Sınıf Dışı Ders Çalışması |
14 |
4 |
56 |
| Sunum / Seminer |
4 |
1 |
4 |
| Proje |
1 |
26 |
26 |
| Ödevler |
0 |
0 |
0 |
| Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü |
- |
- |
128 |
| ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ |
| Ölçme ve Değerlendirme Etkinlikleri |
Etkinlik Sayısı/Yarıyıl |
Süresi (saat) |
Toplam İş Yükü |
| Kısa Sınav |
0 |
0 |
0 |
| Ara Sınavlar |
1 |
12 |
12 |
| Yarıyıl Sonu Sınavı |
1 |
12 |
12 |
| Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü |
- |
- |
24 |
| TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri) |
152 |
| DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat) |
6 |
AKTS Bilgi Paketi / Ders Kataloğu
