| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Yapay Zekâ ve Uzman Sistemler | YZM406 | Zorunlu | Lisans | 4 | Bahar | 4 |
Öğretim Elemanı Adı
Doç. Dr. Mehmet Zeki KONYAR
Dersin Öğrenme Kazanımları
1) Öğrenci, yapay zeka kavramlarını tanımlar.
2) Bulanık mantık, Genetik algoritma mantığını öğrenir.
3) Uzman sistem, sinirsel ağlar gibi teknikleri kullanarak akıllı bir sistem tasarlar.
4) Yapay zekanın çeşitli uygulamalarını açıklar.
5) Yapay Zeka Aramalarını kavrar
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | |||||||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | ||
| Öğrenme Kazanımları | |||||||||||||
| 1 | Orta | Orta | Orta | Orta | Düşük | Yüksek | Yüksek | Yüksek | |||||
| 2 | Orta | Orta | Orta | Orta | Düşük | Yüksek | Yüksek | Yüksek | |||||
| 3 | Orta | Orta | Orta | Orta | Düşük | Yüksek | Yüksek | Yüksek | |||||
| 4 | Orta | Orta | Orta | Orta | Düşük | Yüksek | Yüksek | Yüksek | |||||
| 5 | Orta | Orta | Orta | Orta | Düşük | Yüksek | Yüksek | Yüksek | |||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
İstenmemekte
Dersin İçeriği
Yapay zekanın temel prensipleri, Uzman sistem, Bilgi Mühendisliği, Uzman sistemin genel yapısı, Bilginin sunulma yöntemleri, Arama yöntemleri, Çıkarım, Uzman Sistemlerin Tasarımı, İleri zincirleme, Geri zincirleme, Olasılık ve uzman sistemler, Bulanık kümeler, Bulanık kümelerin özellikleri, Bulanık küme işlemleri, Bulanık ilişkiler, Üyelik fonksiyonları, Bulandırma, Çıkarım teknikleri, Durulama teknikleri, Yapay sinir ağları, Yapay Sinir Ağı uygulamaları, Bulanık Yapay Sinir Ağları, Genetik Algoritma.
Önerilen/İstenen Ders Kaynakları
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
1) Anlatım
2) Soru-Cevap
Değerlendirme Yöntemi ve Ölçütleri
Ara Sınav Notunun Başarıya Oranı |
40% |
|---|---|
Yarıyıl Sonu Sınavının Başarıya Oranı |
60% |
Toplam |
100% |
Dersin Eğitim Dili
İngilizce
Mesleki Uygulama
İstenmemekte