Bizi takip edin
|
EN

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

Endüstri Mühendisliği Yüksek Lisans Programı (Tezli)

CE 533 | Ders Tanıtım Bilgileri

Dersin Adı
Yapay Zeka
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 533
Güz/Bahar
3
0
3
7.5

Ön-Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Yüksek Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Problem çözme
Soru & Cevap
Kritik verme
Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Yapay Zeka, zeki davranışta hesaplamalı çalışmaya yöneliktir. Yapay zeka alanlarının hepsindeki ortak esas, “düşünebilen” etmenler/makinalar oluşturmaktır. Bu ders, etmenlerin/bilgisayarların akıllı davranmasına olanak tanıyan yöntemlere (problem çözme, bilgiyi temsil etme, muhakeme, öğrenme, algılama ve yorumlama) ilişkin geniş bir teknik giriş içermektedir. Dersin büyük bir bölümünde bu yöntemlerdeki çeşitlilikler yansıtılmaktadır. Derste, temel yapay zeka soruları ve unsurları incelenecek ve ana teknikler araştırılacaktır. Özel konular başlığı altında farklı yapay zeka uygulamaları tanıtılacaktır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • yapay zeka alanında geniş bir yelpazede yer alan sorunları tartışabilecektir.
  • alandaki temel teknikleri kullanabilecek ve tartışabilecektir.
  • yapay zeka teknolojisinin potansiyel uygulamalarını değerlendirebilecektir.
  • yapay zeka yöntemleri ile çözülmeye uygun problemleri belirleyebilecek ve ilgili yöntemleri saptayabilecektir.
  • temel yapay zeka algoritmalarını (örn. Standart arama algoritmları) uygulayacabilecektir.
Ders Tanımı Akıllı Etmenler; Problem çözme ve Arama: düzenli ve sezgisel arama, A*, yerel arama ve optimizasyon; Kısıt sağlama problemleri; Oyun oynama ve rekabet ortamında arama; Mantıksal muhakeme. Önerme mantığı. Birinci seviye mantık. Birinci seviye mantıkta çıkarsama; Planlama; Belirsizlik altında muhakeme. Bayes kuralı. İnanç ağları. Karar vermek için inançları kullanma. İnançları öğrenme; Pekiştirmeli Öğrenme

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Giriş Ünite 1
2 Akıllı Etmenler Ünite 2
3 Problem Çözme ve Arama Ünite 3
4 Yerel Arama Ünite 4
5 Rekabet Ortamında Arama Ünite 5
6 Kısıt Sağlama Problemleri Ünite 6
7 Mantıksal Etmenler, Önerme Mantığı Ünite 7
8 Birinci Seviye Mantık Ünite 8
9 Birinci Seviye Mantıkta Çıkarsama Ünite 9
10 Planlama Ünite 10
11 Belirsizlik Altında Muhakeme Ünite 13 & 14
12 Öğrenme Ünite 18
13 Pekiştirmeli Öğrenme Ünite 21
14 Pekiştirmeli Öğrenme Ünite 21
15 Paper Presentations
16 Final Review

 

Ders Kitabı

S.Russell, P.Norvig, Artificial Intelligence:  A Modern Approach, 3rd Edition, Prentice Hall, 2010

Önerilen Okumalar/Materyaller

Nick Bostrom, Superintelligence: Paths, Dangers, Strategies

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
3
15
Sunum / Jüri Önünde Sunum
1
25
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
20
Final Sınavı
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
5
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
15
4
60
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
3
10
30
Sunum / Jüri Önünde Sunum
1
12
12
Proje
0
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
1
35
35
Final Sınavı
1
40
40
    Toplam
225

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Temel bilimlerin metodolojik ve uygulamalı ögeleri hakkında uygun bilgi birikimine sahip olur ve bu bilgiyi endüstriyel sistemler kapsamında mühendislik ile ilişkili problemleri tanımlamak için uygular.

2

En yeni yöntemleri, teknikleri ve ekipmanı kullanarak Endüstri Mühendisliği ile ilişkili problemleri tanımlar, formüle eder ve çözer.

3

Endüstriyel sistemlerin analizini ve tasarımını kaliteden ödün vermeden yapmak için teknikler ve araçları kullanır.

4

Temel araştırmaları yürütür ve ilgili konferans ve dergilerde makaleler yayınlar.

5

Endüstriyel sistemlerin performans ölçümünü yapmak için testler yapar, elde edilen sonuçları analiz eder ve yorumlar.

6

Endüstriyel sistemlerde karar verme süreçlerini yönetir.

7

Hayat boyu öğrenmeye yatkındır; mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.

8

Endüstri Mühendisliği ile ilgili verilerin toplanması, yorumlanması, yayımı, uygulanması ve gerekli teknolojilerin kullanımı aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur.

9

Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler; Endüstri Mühendisliği ile ilgili kıstaslara uygun, özgün bir tez hazırlar.

10

Bir yabancı dili kullanarak Endüstri Mühendisliği ile ilgili bilgileri takip eder, çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.