ANASAYFAKURUMSAL BİLGİLEREĞİTİM VE ÖĞRETİM PROGRAMLARI Bilgisayar Mühendisliği (İngilizce)SERTİFİKA PROGRAMLARIÖĞRENCİLER İÇİN FAYDALI BİLGİLER, KAYNAKLAR VE SERVİSLERFAYDALI LİNKLER VE DÖKÜMANLARİLAVE VE DESTEKLEYİCİ BİLGİLER

DERSİN GENEL BİLGİLERİ

Ders Kodu Ders Adı Yıl Yarıyıl Teorik Pratik Kredi AKTS
60619MEEOZ-CME0136 Artificial Intelligence 3 Güz 2 2 3 5
Dersin Türü: Zorunlu
Dersin Düzeyi: Lisans      TYYÇ:6. Düzey      QF-EHEA:1. Düzey      EQF-LLL:6. Düzey
Dersin Öğretim Dili: English
Dersin Ön/Yan Koşulu: Yoktur
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi DUYGU DEMİRAY AKKAYA
Dersin Öğretim Eleman(lar)ı: Öğretim Görevlisi Dr. ABDULKADİR KAYIKLI
Dr. Öğr. Üyesi DUYGU DEMİRAY AKKAYA
Dersin Kategorisi: Mesleki Alan

BÖLÜM II: DERSİN TANITIMI

Dersin Amacı ve İçeriği

Dersin Amacı: Bu dersin amacı yapay zeka konusunda temel ilke, kuram ve uygulama alanlarına giriş yapmaktır.
Dersin İçeriği: Bilginin temsili; arama ve buluşsal programlama; mantık ve mantıksal programlama; yapay zekanın uygulama alanları: problem çözme, oyunlar ve bulmacalar, uzman sistemler, planlama, öğrenme, doğal dil kavrayışı; yapay zeka dilinde egzersizler; yapay zeka konusunda küçük ölçekte bir proje. 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.

Dersin Öğrenme Çıktıları (DÖÇ)

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 yürütmetnin 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.)

Haftalık Ders Planı

Hafta Konu
Materyal Paylaşımı *
Ön Hazırlık Pekiştirme
1) Yapay Zekaya Giriş, yapay zekanın tarihi ve temelleri Okuma ödevi, ön çalışma
2) Akıllı Etmenler (Agent), Mantıksal Etmenler ,Projelerin belirlenmesi Okuma ödevi, ön çalışma
3) Problem Solving by Searching Okuma ödevi, ön çalışma
4) Heuristic Search Okuma ödevi, ön çalışma
5) Local search Okuma ödevi, ön çalışma
6) Düşmanca Arama Okuma ödevi, ön çalışma
7) Ara sınav
8) Genetik Algoritmalar Okuma ödevi, ön çalışma
9) Makine Öğrenmesine Giriş Okuma ödevi, ön çalışma
10) Denetimli Öğrenme: Sınıflandırma Algoritmaları, Doğrusal Regresyon, Karar Ağaçları Okuma ödevi, ön çalışma
11) Denetimli Öğrenme: Yapay Sinir Ağları, k-En Yakın Komşu Algoritması, Öğrenme Vektörü Niceleme Okuma ödevi, ön çalışma
12) Denetimsiz Öğrenme: Kümeleme Algoritmaları, k-Ortalamalar Algoritması, Hiyerarşik Kümeleme Okuma ödevi, ön çalışma
13) Bulanık Mantık Okuma ödevi, ön çalışma
14) Genetik Algoritmalar Okuma ödevi, ön çalışma
15) Gözden geçirme
*Bu alan öğrencilerin ders öncesi hazırlık ve sonrası dersi pekiştirme için paylaşılan ders materyallerini içerir.

Ders İçin Zorunlu/Önerilen Kaynaklar

Ders Notları / Kitaplar: Russell, S. and Norvig, P. 2010. Artificial Intelligence: A Modern Approach. 3rd edition. Pearson.
Diğer Kaynaklar: Artificial Intelligence: A Modern Approach, S. Russell and P. Norvig, Prentice Hall, 2010.
Introduction to Machine Learning, E. Alpaydın 2020. 4rd Edition, The MIT Press. Cambridge, MA. ISBN 9780262358064.

BÖLÜM III: DERSİN PROGRAM ÖĞRENME ÇIKTILARI İLE İLİŞKİSİ

(Aşağıdaki matris, ders öğrenme çıktıları (DÖÇ) ile program öğrenme çıktıları (KPÖÇ ve APÖÇ) ile bağını ve (varsa) onlara hangi düzeyde katkı sağladığını sayısal olarak göstermektedir.

Ders Öğrenme Çıktıları ile Program Öğrenme Çıktıları İlişki Matrisi

(KPÖÇ: Kilit Program Öğrenme Çıktılarını; APÖÇ: KPÖÇ ile ilişkilendirilmiş Alt Öğrenme Çıktılarını tanımlar. )
DÖÇ/PÖÇ KPÖÇ 1 KPÖÇ 2 KPÖÇ 3 KPÖÇ 4 KPÖÇ 5
1 1 2 3 4 1 2 3 4 5 6 7 8 9 10 1 2 3 4 1 2 3 4 5 6 7 8 9 10 11 12
DÖÇ1
DÖÇ2
DÖÇ3
DÖÇ4
DÖÇ5
DÖÇ6
DÖÇ7

Dersin Program Öğrenme Çıktılarına Katkı Düzeyi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Program Öğrenme Çıktıları Katkı Oranı (1-5)
1) Alanı ile ilgili temel bilim konularındaki kuramsal ve uygulamalı bilgileri bilgisayar mühendisliği problemlerinin çözümü için birlikte kullanır ve uygular. 5
2) Bilgisayar mühendisliği uygulamalarını analiz eder, modeller, gerçekçi kısıtlar ve koşullar altında belirli gereksinimleri karşılayacak şekilde tasarlar ve geliştirir; bu amaçla uygun yöntemleri, araçları ve teknolojileri seçer ve kullanır. 5
3) Sürekli gelişen bilgisayar mühendisliği alanının ve küresel rekabet ortamının gerektirdiği yetkinliklere sahiptir. 1
4) Öğrenimi sırasında kendi alanında en az bir yarıyıl boyunca iş yaşamının içinde bulunarak öğrendiği bilgileri uygular.
5) İş dünyasının ve toplumun beklentileri doğrultusunda gelişen ve üniversitemizin kurumsal çıktıları olarak tanımlamış olduğu yetkinlikleri ileri düzeyde kazanır. 4

BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ

Dersin Öğrenme ve Öğretme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm öğrenme ve öğretme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların öğrenme ve öğretme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)
Programa Genelinde Kullanılan Öğrenme ve Öğretme Yöntemleri
Ders İçin Kullanılan Öğrenme ve Öğretme Yöntemleri
Anlatım
Tartışma
Vaka Çalışması
Problem Çözme
Gösterip Yaptırma
Gösterim
Laboratuvar
Okuma
Ödev
Proje Hazırlama
Tez Hazırlama
Akran Eğitimi
Seminer
Teknik Gezi
Ders Konferansı
Beyin Fırtınası
Soru Cevap
Bireysel ve Grup Çalışması
Rol Oynama-Canlandırma-Doğaçlama
Stüdyo Uygulamaları
Derse Aktif Katılım

Dersin Ölçme ve Değerlendirme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm ölçme ve değerlendirme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların ölçme ve değerlendirme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)
Programa Genelinde Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ders İçin Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ara Sınav
Sunum
Yarıyıl Sonu Sınavı
Kısa Sınav
Rapor Değerlendirme
Ödev Değerlendirme
Sözlü sınav
Tez Sunma
Jüri Değerlendirmesi
Uygulama Sınavı
İşyerinde Uygulama Eğitimi Değerlendirmesi
Derse Aktif Katılım
Tartışmalara Katılım

DÖÇ İle Öğrenme-Öğretme Yöntemleri ve Ölçme-Değerlendirme Yöntemleri İlişki Matrisi

(Aşağıdaki matris, dersin öğrenme çıktıları ile ilişkili olarak ders için belirlenmiş olan öğrenme ve öğretme yöntem(leri) ile ölçme ve değerlendirme yöntem(leri)ni göstermektedir.)
ÖĞRENME VE ÖĞRETME YÖNTEMLERİ
DERS ÖĞRENME ÇIKTILARI
ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ
DÖÇ1 DÖÇ2 DÖÇ3 DÖÇ4 DÖÇ5 DÖÇ6 DÖÇ7
-Anlatım -Ara Sınav
-Tartışma -Sunum
-Vaka Çalışması -Yarıyıl Sonu Sınavı
-Problem Çözme -Kısa Sınav
-Gösterip Yaptırma -Rapor Değerlendirme
-Gösterim -Ödev Değerlendirme
-Laboratuvar -Sözlü sınav
-Okuma -Tez Sunma
-Ödev -Jüri Değerlendirmesi
-Proje Hazırlama -Uygulama Sınavı
-Tez Hazırlama -İşyerinde Uygulama Eğitimi Değerlendirmesi
-Akran Eğitimi -Derse Aktif Katılım
-Seminer -Tartışmalara Katılım
-Teknik Gezi
-Ders Konferansı
-Beyin Fırtınası
-Soru Cevap
-Bireysel ve Grup Çalışması
-Rol Oynama-Canlandırma-Doğaçlama
-Stüdyo Uygulamaları
-Derse Aktif Katılım

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri Uygulama Sayısı / Yarıyıl Katkı Oranı
Kısa Sınavlar 2 % 10.00
Projeler 2 % 20.00
Ara Sınavlar 1 % 20.00
Yarıyıl Sonu Sınavı 1 % 50.00
Toplam % 100
YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI % 50
YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI % 50
Toplam % 100

BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ

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 2 28
Derse Özgü Staj 0 0 0
Arazi Çalışması 0 0 0
Sınıf Dışı Ders Çalışması 14 2 28
Sunum / Seminer 4 1 4
Proje 4 10 40
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 3 2 6
Ara Sınavlar 1 6 6
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) 5