| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Akıllı Sistemler | BLM420 | Seçmeli | Lisans | 4 | Bahar | 5 |
Öğretim Elemanı Adı
Prof. Dr. Nevcihan DURU
Prof. Dr. Kadir ERKAN
Prof. Dr. Ahmet SAYAR
Prof. Dr. Mehmet YILDIRIM
Doç. Dr. Alev MUTLU
Öğr. Gör. Uğur YILDIZ
Dersin Öğrenme Kazanımları
1) Akilli Sistemlerin cesitli tiplerini degerlendirir.
2) Bilgi sunumunun prensiplerini belirtir
3) Ozellikle bilgi sunumu ve karar verme sistemleri ile ilgili, akilli sistem tekniklerini ve mantigini sentez eder
4) Bilgi temelli sistemlerde problem cozumleri icin bilginin nasil temsil edilip sunuldugunu tanimlar
5) Akilli sistemlerin kullanim alanlarini analiz eder.
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | |||||||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | ||
| Öğrenme Kazanımları | |||||||||||||
| 1 | Düşük | Orta | Yüksek | ||||||||||
| 2 | Orta | Yüksek | |||||||||||
| 3 | Düşük | Düşük | Orta | Yüksek | |||||||||
| 4 | Düşük | Orta | Orta | Orta | |||||||||
| 5 | Orta | Yüksek | |||||||||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
Herhangi bir onerilen destekleyici ders bulunmamaktadir.
Dersin İçeriği
Uzman Sistemler (US): uzman sistemlerin temel karakteristikleri; teknikler; kural tabanli uzman sistemler; bilgi edinim; uygulamalar, Bulanik Mantik (BM), Sinir Aglari (SA), Genetik Algoritmalar (GA)
Haftalık Ders İzlencesi
1) Akilli Sistemlere Giris2) Akilli Sistemlern tasarim ve gelistirilmesindeki yaklasimlar
3) Akilli Sistemlern tasarim ve gelistirilmesindeki yaklasimlar -2
4) Yapay zeka tarih ve uygulamalari
5) Zeki agentlar: Arama ve problem cozme agentlari
6) Arama ve kistilara uyum
7) herustik ve gelismis aramalar
8) Ara sınav/Değerlendirme
9) Ilk duzen mantigi
10) Bilgi tabanlari ve sunumu
11) Planlama Sistemleri
12) Belirsiz durumlarda muhakeme
13) Makine ogrenmesi
14) Yapay zeka icin (AI) icin diller ve programlama teknikleri (Prolog, Lisp)
15) Yapay zeka icin (AI) icin diller ve programlama teknikleri (Prolog, Lisp)
16) Yarıyıl sonu sınavı
Önerilen/İstenen Ders Kaynakları
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
1) Anlatım
2) Benzetim
3) Örnek Olay
4) Problem Çözme
5) Proje Temelli Öğrenme
Değerlendirme Yöntemi ve Ölçütleri
Ara Sınav Notunun Başarıya Oranı |
30% |
|---|---|
Yarıyıl Sonu Sınavının Başarıya Oranı |
70% |
Toplam |
100% |
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte