ENGLISH
Lisans
Fen-Edebiyat Fakültesi
Matematik ve Bilgisayar Bilimleri
Anlık RSS Bilgilendirmesi İçin Tıklayınız.Düzenli bilgilendirme E-Postaları almak için listemize kaydolabilirsiniz.

Matematik ve Bilgisayar Bilimleri Programı Ana Sayfası / Program Ders Planı / Yapay Zeka

Yapay Zeka

Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
MB0058 Yapay Zeka 2/2/0 SA Türkçe 5
Dersin Amacı
Yapay zeka tekniklerinin tanıtılıp, Pyhton ve Matlab gibi paket progtamlar yardımıyla gerçek yaşam problemlerine uygulanması
Ön Koşullar Yok
Eş Koşullar Yok
Özel Koşullar Temel programlama bilgisi, temel istatistik ve matematiksel mantık bilgisi ve kaynakları takip edebilme açısından temel düzeyde ingilizce bilgisi gerekli ve yeterlidir.
Öğretim Üyeleri Prof. Dr. Ozan KOCADAĞLI
Asistanlar
Ders Gün,Saat ve Yeri Pazartesi, 13:00-16:45, Ataköy 4. Kat C Kor. PC Lab. 7-9-11-13
Görüşme Saatleri ve Yeri Ofis saatleri : Pazartesi 16:45:17:45 Ataköy 4. Kat C Kor. PC Lab. 7-9-11-13
Öğretim Yöntem ve Teknikleri Teorik, Uygulama ve Paket Program
Temel Kaynaklar

 

1. Korb, K. ve Nicholson A.E. (2011). Bayesian Artficial Intelligence, Second Edition, CRC press.

2. Chollet, F. (2017). Deep learning with python manning publications

3. Konar, A. (2005). Computational Intelligience, Springer.

4. Bishop, C. (2009). Pattern Recognation and Machine Learning, Springer.

5. Yoshua Bengio (2016). Deep Learning, MIT Press Ltd.

6. Arslan İ. (2019). Python ile Veri Bilimi, Pusula Yayıncılık, 1. Basım. 

7. Eğrioğlu, E. (2020). Yapay Sinir Ağları (2020), Nobel, Istanbul.

MATLAB, Anaconda (Jupyter, Spyder) 
Diğer Kaynaklar
Haftalık Ders Programı
Hafta Dersin İçeriği Öğretim Yöntem ve Teknikleri
1. Hafta Yapay Zekaya Giriş: Ders Tanıtımı Sözlü Anlatım, Tartışma
2. Hafta Yapay Zekanın Bileşenleri: Veri Bilimi ve Makine Öğrenimi ile olan ilişkisi Teorik
3. Hafta İstatistiksel öğrenme paradigmaları ve model karmaşıklığı Teorik ve uygulama
4. Hafta Optimizasyon Algoritmaları: Gradyan Tabanlı, Genetik ve Parçacık Sürü Algoritmaları Teorik ve uygulama
5. Hafta Regresyon ve Değişken Seçimi Uygulamaları Teorik ve uygulama
6. Hafta MATLAB ve Pyhton Uygulamaları Uygulama
7. Hafta Yapay Sinir Ağları: Regresyon, Sınıflandırma ve Zaman Serisi Uygulamaları Teorik ve uygulama
8. Hafta Hibrit Yapay Sinir Ağları (GA ve PSO entegrasyonu) Teorik ve uygulama
9. Hafta MATLAB ve Pyhton Uygulamaları Uygulama
10. Hafta Sinyal İşleme ve Öznitelik Çıkarma Teorik ve uygulama
11. Hafta Görüntü İşleme ve Öznitelik Çıkarma Teorik ve uygulama
12. Hafta Derin Öğrenme. CNN ve LSTM ugulamaları Teorik ve uygulama
13. Hafta Toplu Öğrenme: Adaboost, Random Forest Teorik ve uygulama
14. Hafta Bulanık Sistemler: Kümeleme ve Regresyon Analizi Teorik ve uygulama
15. Hafta Final Haftası Sınav
16. Hafta Final Haftası Sınav
17. Hafta Final Haftası Sınav
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Final 1 100


ÖÇ-1Yapay zeka, istatistiksel ve makina öğrenmesi
ÖÇ-2Dinamik doğrusal-olmayan problemler
ÖÇ-3Yapay zeka teknikleriyle modelleme
ÖÇ-4Hibrit yöntemleri kullanma becerisi
ÖÇ-5 Pyhton ve MATLAB ile modelleme ve çözüm
Program Çıktıları
PÇ-1Matematik veya bilgisayar bilimleri alanlarında ileri düzeyde kuramsal ve uygulamalı bilgilere sahiptir.
PÇ-2Matematik veya bilgisayar bilimleri alanlarında edindiği bilgi ve becerileri kullanarak verileri yorumlar ve değerlendirir.
PÇ-3Matematik veya bilgisayar bilimleri alanlarındaki problemleri saptar, tanımlar, analiz eder; araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.
PÇ-4Matematik disiplinine sahip olarak, bilgisayarın işleyiş mantığını anlar ve hesaba dayalı düşünme yeteneği kazanır.
PÇ-5Matematik veya bilgisayar bilimleri alanlarında karşılaşılan problemleri çözmek için bireysel ve ekip üyesi olarak etkin bir biçimde çalışır.
PÇ-6En az bir yabancı dil bilgisine ve Türkçe, sözlü ve yazılı etkin iletişim kurma becerisine sahiptir.
PÇ-7Analitik düşünme yeteneği ile sonuç çıkarma sürecinde zamanı etkin kullanır.
PÇ-8Mesleki etik ve sorumluluk bilincindedir.
PÇ-9Bağımsız davranma, inisiyatif kullanma ve yaratıcılık becerisine sahiptir.
PÇ-10Yaşam boyu öğrenmenin gerekliliğinin bilincine sahiptir ve mesleki bilgi ve becerilerini sürekli olarak geliştirir.
PÇ-11Alanı ile ilgili sahip olduğu bilgi birikimini toplum yararına kullanır.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 PÇ 1PÇ 2PÇ 3PÇ 4PÇ 5PÇ 6PÇ 7PÇ 8PÇ 9PÇ 10PÇ 11
ÖÇ 1           
ÖÇ 2           
ÖÇ 3           
ÖÇ 4           
ÖÇ 5