DERSİN GENEL BİLGİLERİ

Ders Kodu	Ders Adı	Yıl	Yarıyıl	Teorik	Pratik	Kredi	AKTS
60619MEEOZ-CME0136	Artificial Intelligence	4	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:	İngilizce
Dersin Ön/Yan Koşulu:	Yoktur
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Profesör Dr. ABDURAZZAG ALI A ABURAS
Dersin Öğretim Eleman(lar)ı:
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.

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)	Arayarak problem çözme	Okuma ödevi, ön çalışma
4)	Sezgisel Arama	Okuma ödevi, ön çalışma
5)	Yerel arama	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)	Belirsizlik, Olasılık	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.

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)	Matematik, fen bilimleri, bilgisayar bilimleri ve bilgisayar mühendisliği ile ilgili mühendislik konularında yeterli bilgi birikimine sahiptir; bu alanlardaki kuramsal ve uygulamalı bilgileri bilgisayar mühendisliği problemlerinin çözümü için birlikte kullanır ve uygular.	5
2)	Alanı ile ilgili temel bilim konularındaki kuramsal ve uygulamalı bilgileri bilgisayar mühendisliği problemlerinin çözümü için birlikte kullanır ve uygular.
3)	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.
4)	Karmaşık bilgisayar mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaçla uygun analitik yöntemler ile modelleme yöntemlerini seçer ve uygular.	5
5)	Bilgisayar bilimleri ve bilgisayar mühendisliği uygulamaları için gerekli olan modern teknik ve araçları ve bilişim teknolojilerini seçer ve etkin bir şekilde kullanır.	4
6)	Bilgisayar ve yazılım tabanlı karmaşık bir sistemi, süreci, cihazı veya ürünü ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi öğeler dahil gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular.	5
7)	Bilgisayar mühendisliği uygulamalarında kullanılan standartlar hakkında bilgiye sahiptir.	4
8)	Sürekli gelişen bilgisayar mühendisliği alanının ve küresel rekabet ortamının gerektirdiği yetkinliklere sahiptir.
9)	B2 düzeyinde Yabancı Dilde (İngilizce) iletişim kurma yetkinliği kazanır.

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
Problem Çözme
Gösterip Yaptırma
Proje Hazırlama
Bireysel ve Grup Çalışması

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
Jüri Değerlendirmesi
Uygulama Sınavı

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri	Uygulama Sayısı / Yarıyıl	Katkı Oranı
Kısa Sınavlar	1	% 10.00
Projeler	1	% 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	1	20	20
Ödevler	0	0	0
Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü	-	-	108
ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ
Ölçme ve Değerlendirme Etkinlikleri	Etkinlik Sayısı/Yarıyıl	Süresi (saat)	Toplam İş Yükü
Kısa Sınav	1	6	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)			132
DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat)			5