LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

Uygulamalı Matematik ve İstatistik (Doktora)

IES 503 | Ders Tanıtım Bilgileri

Dersin Adı
Yapay Zeka
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IES 503
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 -
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
Ders Tanımı Common LISP ve Prolog; Akıllı Etmenler; Problem çözme ve Arama: düzenli ve sezgisel arama, A*, yerel arama ve optimizasyon; Kısıt sağlama problemleri; Oyun oynama ve rekabet ortamında arama; Matıksal 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; Özel konular: Robotik, Doğal Dil İşleme, Oyun Teorisi, diğer Yapay Zeka uygulamaları.

 



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 : Yapay Zeka Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 1.
2 Giriş : Yapay Zeka & Yapay Zeka Uygulamaları Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 1.
3 Prolog ve Lisp Dillerine Giriş Lecture notes
4 Akıllı Etmenler Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig.Chapter 2.
5 Arama Algoritmaları ile Problem Çözme (Informed Search, Uninformed Search, Adversarial Search Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 3-4-5
6 Kısıt Sağlama Problemleri & Özel konular: Makine Öğrenmesi Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 6
7 Birinci Derece Mantık / Birinci Derece Mantık ile Çıkarsama & Özel konular: Special Topics: Robotik Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 8 &9
8 Mantıklı Etmenler & Özel Konular: Doğal Dil işleme Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 7.
9 Belirsizlik ve Olasılıksal Muhakeme & Özel Konular: Uzman Sistemler Artificial Intelligence: A Modern Approach (second edition) by Stuart Russell and Peter Norvig. Chapter 13 &14
10 Özel Konular: Genetik Algoritmalar & Bilgi Geri Getirim Ders Notları
11 Özel Konular: Planlama & Bilgisayarlı Görü Ders Notları
12 Özel Konular: Yapay Sinir Ağları Ders Notları
13 Proje Sunumları I -
14 Proje Sunumları II
15 Tartışma - Tekrar
16 Dönemin gözden geçirilmesi  

 

Ders Kitabı Yukarıda belirtilen kitap ve ders yansıları
Önerilen Okumalar/Materyaller İlgili Araştırma Makaleleri

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
1
25
Sunum / Jüri Önünde Sunum
1
25
Proje
1
50
Seminer/Çalıştay
-
-
Sözlü Sınav
Ara Sınav
Final Sınavı
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
100
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
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
1
30
30
Sunum / Jüri Önünde Sunum
1
35
35
Proje
1
52
52
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
0
Final Sınavı
-
0
    Toplam
225

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

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

Yüksek lisans düzeyi yeterliliklerine dayalı olarak, teorik matematik ve istatistik kuramları ve uygulamalarına ilişkin bilgilerini uzmanlık düzeyinde geliştirmek, , derinleştirmek ve alanına yenilik getirecek özgün tanımlara ulaştırmak,

2

Matematik ve İstatistikte orijinal, bağımsız ve kritik düşünme yeteneklerine sahip olmak ve teorik kavramlar geliştirebilmek,

3

Matematik ve İstatistikteki problemleri tanıyabilme ve doğrulayabilme yeteneğine sahip olmak,

4

Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek,

5

Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek,

6

Uygulamalı Matematik ve İstatistik alanında edindiği uzmanlık düzeyindeki bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirebilmek, yenileyebilmek, ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilmek,

7

Uygulamalı Matematik ve İstatistik alanında analizlerini ve önerdiği yöntemleri, uzman kişilere, bilimsel nitelikte aktarabilmek,

8

Ulusal ve uluslararası (İngilizce) akademik kaynakları etkin bir şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek, alanındaki ve alan dışındaki bilimsel toplantılara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarımda bulunabilmek,

9

Uygulamalı Matematik ve İstatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve en az ikisini etkin şekilde kullanabilmek,

10

Uygulamalı Matematik ve İstatistik alanlarında bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunmak,

11

Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek, karşılaştığı toplumsal, bilimsel, kültürel ve etik sorunların çözümüne katkıda bulunup ve bu değerlerin gelişimini desteklemek,

12

Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak,

13

Matematik ve istatistiğn kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirebilmek ve elde edilen sonuçları yorumlayıp geliştirebilmek,

14

Matematik ve İstatistik bilinmlerinin gelişmesinde ve kaynaşmasında  yer alan önemli kişileri, olay ve olguları, diğer bilim dallarının gelişmesindeki etkileri açısından değerlendirebilmek, tartışabilmek, inceleyebilmek,

15

Uygulamalı Matematik  ve İstatistik alanında bireysel veya ekip olarak bir bilimsel çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek.

*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.