Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Programlar Hakkında Bilgi

Lisans - Mühendislik Fakültesi - Bilgisayar Mühendisliği (İngilizce)

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
2020-Bilgisayar Mühendisliği (İngilizce) -Anadal CSE4082 Artificial Intelligence Seçmeli 7 5,00 3 0

Dersin İçeriği

Dersin Amacı

Bu dersin temel amacı yapay zekâ alanında temel yöntemlerin öğretilmesi yoluyla öğrencilerin bu alana karşı ilgilerinin arttırılmasıdır. Dersi geçen öğrencilerin, karşılaşacakları problemleri analiz edebilecek, bu problemlere yapay zekâ yöntemlerini uygulayabilecek ve yapay zekanın temel yöntemlerini kullanarak yetkin çalışmalar yapabilecek düzeye erişmeleri hedeflenmektedir.

Öğrenim Türü

-

Dersin İçeriği

Yapay zekaya giriş ve temel konular. Zeki etmenler. Bilgisiz arama teknikler. Bilgili-sezgisel arama teknikleri. NP-Completeness ve zor problemler. Sezgisel teknikler: Yerel arama, simulated annealing, K-neighborhood search, genetik algoritma. Oyun oynama: minimax, expectiminimax, alpha-beta pruning algoritmaları. Prolog programlama diline giriş.

Planlanan Öğrenme Aktiviteleri ve Metodları

Ders notları, sunumlar, ödev ve projeler.

Staj Durumu

Yok

Dersin Sunulduğu Dil

İngilizce

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, 4. Baskı, Pearson, 2021. (ders kitabı) Ivan Bratko, PROLOG Programming for Artificial Intelligence, 4th ed., 2011. (ders kitabı)

Dersin Web Sayfası

-

Öğrenme Çıktıları

  • Yapay zekâ kavramını ve rasyonelliği anlayabilmek, yapay zekânın temel konularını ve amaçlarını tanımlayabilmek.
  • Arama problemlerini tanımlayabilmek, bilgisiz ve sezgisel arama tekniklerini arama problemlerine uygulayabilmek.
  • Zor problemler için sezgisel algoritmalar geliştirebilmek.
  • Belirlenimci ve şans tabanlı oyunlar için yapa zekâ oyuncusu yapabilecek bilgiye sahip olmak.
  • Prolog programlama dilinde orta seviye bilgiye sahip olmak.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 Yapay Zekâya Giriş, Etmenler, Problem Tanımlama
2 Yapay Zekâya Giriş, Etmenler, Problem Tanımlama
3 Bilgisiz Arama Teknikleri: DFS, BFS, Depth-Limited Search, Iterative Deepening Search.
4 Bilgisiz Arama Teknikleri: DFS, BFS, Depth-Limited Search, Iterative Deepening Search.
5 Bilgili – Sezgisel Arama Teknikleri: Greedy Best First Search, Admissible Heuristics - A* Search.
6 NP-Hard problemler için sezgisel teknikler: Yerel Arama, Simulated Annealing, Threshold Accepting, Genetik Algoritmalar.
7 NP-Hard problemler için sezgisel teknikler: Yerel Arama, Simulated Annealing, Threshold Accepting, Genetik Algoritmalar.
8 Oyun programlama – Belirlenimli Oyunlar
9 Oyun Programlama – Şans Faktörlü Oyunlar
10 PROLOG Programlama - Sözdizimi ve PROLOG programlarının anlamı
11 PROLOG Programlama - Sözdizimi ve PROLOG programlarının anlamı
12 PROLOG Programlama - Listeler, operatörler ve aritmetik
13 PROLOG Programlama -Yapıların kullanımı
14 PROLOG Programlama -Yapıların kullanımı
15
16
17

Değerlendirme

Değerlendirme Değer
Yarıyıl (Yıl) İçi Etkinlikleri 60
Yarıyıl (Yıl) Sonu Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri Değer
Final Sınavı 100

Öğrenci İş Yükü Hesabı

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Öncesi/Sonrası Bireysel Çalışma 14 6 84
Proje ve Hazırlığı 2 17 34
Ödev ve Hazırlığı 0 0 0
Laboratuvar ve Hazırlığı 0 0 0
Atölye ve Hazırlığı 0 0 0
Sunum ve Hazırlığı 0 0 0
Seminer ve Hazırlığı 0 0 0
Demo ve Hazırlığı 0 0 0
Araştırma ve Hazırlığı 0 0 0
Rapor ve Hazırlığı 0 0 0
Arasınav ve Hazırlığı 1 3 3
Kısa Sınav ve Hazırlığı 0 0 0
Final ve Hazırlığı 1 4 4
Teorik Ders Saati 0 0 0
Uygulama Ders Saati 0 0 0

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5