Ders Planı /

Ders Bilgileri

Dersin Kredisi
Dersin AKTS Kredisi
Dersin Öğretim Dili İngilizce
Dersin Düzeyi Lisans , TYYÇ: 6. Düzey , EQF-LLL: 6. Düzey , QF-EHEA: 1. Düzey
Dersin Türü
Dersin Veriliş Şekli Yüz-Yüze Eğitim
Ders zorunlu veya opsiyonel iş deneyimi gerektiriyor mu ?
Dersin Koordinatörü
Dersi Veren(ler)
Dersin Yardımcıları

Amaç ve İçerik

Dersin Amacı Ders Yapay Zekanın temellerini ve tekniklerini sunmayı amaçlamaktadır. Yapay zekanın prensipleri hakkında temel bilgiye sahip olmak, bir problemin durum uzayı tanımını formüle etmek ve problem için bir algoritma geliştirmek. Bilgi temsili ve planlamasına yönelik en yaygın modelleri karşılaştırın ve değerlendirin. Denetimli öğrenme ve denetimsiz öğrenme için bazı temel algoritmaları uygular. Çeşitli yapay zeka problemleri üzerinde problem çözme becerilerini geliştirir ve ilgili uygulamaları uygular.
Dersin İçeriği Kursun ilk kısmı akıllı etmenler ve etmen mimarilerine genel bir bakışla başlar. Daha sonra problem çözme ve planlama için temel arama tekniklerini tanıtıyoruz. Çelişkili arama ve oyun teorisinin ilkeleri verilmektedir. Önermesel ve birinci dereceden mantığı kullanan bilgi gösterimi ve mantıksal formalizmler açıklanmaktadır. Kısmi gözlemlenebilir ortamlarda planlama tanıtıldı. İkinci bölümde öncelikle Yapay Zeka uygulamalarına yönelik olasılık teorisinin bir özetini veriyoruz. Daha sonra denetimli ve denetimsiz öğrenmeyi içeren makine öğrenimi algoritmaları tartışılmaktadır. Derin öğrenme kısaca anlatılmıştır. Yapay zekanın bilgisayarlı görme, robotik ve NLP dahil olmak üzere uygulamalarını tartışıyoruz. Son olarak yapay zekanın toplum ve etik üzerindeki etkilerini veriyoruz

Haftalık Ders Konuları

1Sorunları arayarak çözme - Arama algoritmaları
2Sorunları arayarak çözme - Kısıt Memnuniyeti Sorunları
3Oyunlar - Çekişmeli Arama, Oyun teorisi
4Mantıksal aracılar - Önerme mantığı, Birinci Dereceden Mantık ve çıkarım
5Takviyeli Öğrenme - Markov karar süreçleri, Q-öğrenme
6Sinir Ağları
7Derin Öğrenme - Evrişimli Sinir Ağları
8Ara sınav
9Takviyeli Öğrenme - Markov karar süreçleri, Q-öğrenme
10Etik ve Toplum
11Olasılıksal Akıl Yürütme - Naif Bayes modelleri, Bayes ağları
12Planlama
13Planlama
14Genel Tekrar

Kaynaklar

1-SOURCE MATERIALS & RECOMMENDED READING
1-Stuart Russell, Peter Norvig, “Artificial Intelligence: A Modern Approach” (3rd Edition), Prentice Hall, ISBN-10: 0-13-604259-7, 2010.
2- Ders Notları