| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| YAPAY ZEKA VE UYGULAMALARI | END5131 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Endüstri Mühendisliği ABD Sistem Mühendisliği Yüksek Lisans Programı Seçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Yüksek Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Endüstri Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Alev Taşkın Gümüş |
| Dersi Veren(ler) | Coşkun ÖZKAN |
| Asistan(lar)ı |
| Dersin Amacı | Mühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması. |
|---|---|
| Dersin İçeriği | Yapay zekânın tanımı, temel kavramlar ve teknikler, Uzman Sistemler ve mühendislik uygulamaları, Bulanık mantık ve mühendislik uygulamaları, Karar destek sistemleri ve uygulamaları, Genetik algoritmalar ve uygulama örnekleri, Yapay sinir ağları: Yapay sinir ağlarının yapısı ve temel elemanları, ilk yapay sinir ağları, yapay sinir ağı modelleri, geri beslemeli ağlar. Yapay sinir ağlarının mühendislik uygulamaları |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci yapay zekânın temel prensiplerini bilir.
- Öğrenci uzman sistemlerin temel prensiplerini bilir.
- Öğrenci yapay zekanın, yapay sinir ağlarının temel prensiplerini ve bunları nasıl uygulayacağını bilir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Yapay zekaya giriş | Temel Kavramların Tanıtılması |
| 2 | Yapay zekanın mühendislik uygulamalarının tanıtımı | Makale Okuma |
| 3 | Uzman sistemler | Ders Notu 4 |
| 4 | Uzman sistemler ve mühendislik uygulamaları | Makale Okuma |
| 5 | Bulanık mantık temelleri | Ders Notu 5 |
| 6 | Bulanık mantık temelleri ve mühendislik uygulamaları | Makale Okuma |
| 7 | Karar destek sistemleri | Ders Notu 7 |
| 8 | Ara Sınav | |
| 9 | Karar destek sistemlerinin mühendislik uygulamaları | Makale Okuma |
| 10 | Yapay sinir ağları- Matlab | Yazılım Uygulamaları |
| 11 | Yapay sinir ağları- Matlab | Yazılım Uygulamaları |
| 12 | Yapay sinir ağları- Matlab | Yazılım Uygulamaları |
| 13 | Proje Sunumları | |
| 14 | Proje Sunumları | |
| 15 | Proje Sunumları | |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | 1 | 30 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 16 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 16 | 6 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 30 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 20 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
