İletişim Tasarımı ve Yönetimi / seçmeli havuz
OSD111 · Yapay Zeka
T+U+Li 2+0+0 · Kredi 2 · AKTSi 3 (müfredatta 3) · Seçmeli · kategori: regular · sitede son güncelleme 31.08.2026
Kaynak: https://obs.samsun.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=377365&lang=tr · toplandı 18.11.2026 15:18
Bölüm durumu
Tüm dersler →Kural denetimii
geçti: 39kaldı: 3muaf: 0değerlendirilemedi: 0
İçerik uyumu (YZ)i
Henüz çalıştırılmadı.
Öğrenme çıktıları (YZ)i
Henüz çalıştırılmadı.
Kaynak ve ÖP uyumu (YZ)i
Henüz çalıştırılmadı.
Kural denetimi: geçmeyen kontroller (3)
| Kural | Alan | Önem | Gerekçe | Mevcut | Beklenen | Öneri |
|---|---|---|---|---|---|---|
| R1 Zorunlu alanlar filled · tr | teaching_methods | düşük | 'Yöntem ve teknikler' alanı boş ya da yetersiz. | boş | dolu | 'Yöntem ve teknikler' alanını doldurun. |
| R1 Zorunlu alanlar filled · en | teaching_methods | düşük | 'Yöntem ve teknikler' alanı boş ya da yetersiz. | boş | dolu | 'Yöntem ve teknikler' alanını doldurun. |
| R2 Haftalık plan duplicate_topics · tr | weekly_topics | düşük | Aynı konu metni birden fazla haftada birebir tekrarlanıyor. | 3 tekrar: 'yapay sinir ağları' x3; 'bulanık mantık.' x2 | en çok 0 tekrar | Tekrarlanan haftaların konusunu ayrıştırın ya da alt başlık ekleyin. |
Kaynak güncelliği (Modül D)i
Yalnızca sayfadaki yayın yıllarından hesaplanır. İçeriğin alanın güncel kapsamıyla karşılaştırılması güvenilir referans doküman gerektirdiği için değerlendirilemedi; model bilgisine dayalı güncellik iddiası üretilmez.
3 kaynak · 3 tanesinde yıl var · en yeni 2017 (9 yıl önce) · 10 yıldan eski 0
| 2016 | Stuart Russell, ?Peter Norvig, Artificial Intelligence: A Modern Approach, Global Edition, Pearson, 2016. | kaynaklar |
| 2016 | Stuart Russell, ?Peter Norvig, Artificial Intelligence: A Modern Approach, Global Edition, Pearson, 2016. | ders notları |
| 2017 | S. RAJASEKARAN,G.A. VIJAYALAKSHMI PAI, Neural Networks, Fuzzy Systems and Evolutioary Algorithms, 2. baskı, PHI Learning, Delhi, 2017. | ders notları |
- Ad
- Yapay Zeka
- Amaç
- Bu dersin amacı öğrencilerin yapay zekânın temel teknik ve mekanizmalarını içerecek şekilde yapay zeka konusuna giriş yapmalarını sağlamaktır. Bu dersi tamamlayan öğrencilerin yapay zekânın tarihsel ve kavramsal gelişimini, yapay zekânın amaçları ve bu amaçlara ulaşmak için kullandığı yöntemleri, yapay zekânın toplumsal ve ekonomik rolünü anlaması ve problemleri analiz ederek yapay zekâ tekniklerinin nerede kullanılabileceğinin belirlenmesi ve yapay zekâ tekniklerini kullanabilmesi amaçlanmaktadır.
- İçerik
- Yapay zekaya giriş, Doğal ve Yapay Zeka, Turing Testi, Arama yöntemleri, Planlama, Sezgisel Problem Çözme, Bilgi gösterilimi, Yüklem Mantığı, Yapay Zeka Programlama Dilleri, Common Lisp ile programlama, Oyun Teorisi, Genetik Algoritmalar, Bulanık Mantık, Uzman Sistemler, Yapay Zeka Uygulamaları.
- Yöntem ve teknikler
- —
- Ön koşul
- Yok
- Öğretim dili
- Türkçe
Öğrenme çıktıları
- Yapay Zeka kavramlarının öğrenilmesi
- Uygulama alanlarının anlaşılması
- Bir örnek proje üzerinde uygulama çalışması yaparak pekiştirilmesi
Değerlendirme
| Ara Sınav | 1 | %40 |
| Yarıyıl Sonu Sınavı | 1 | %60 |
AKTS iş yükü (90 saat → tabloda 3 AKTS)
| Ders Süresi | 14 × 3 | 42 saat |
| Sınıf Dışı Ç. Süresi | 11 × 4 | 44 saat |
| Ara Sınavlar | 1 × 2 | 2 saat |
| Yarıyıl Sonu Sınavı | 1 × 2 | 2 saat |
Haftalık konular
| 1 | Yapay Zeka'nın Tanımları. Zeka Testleri. Turing Testi ve Çin Odası Testi. |
| 2 | Sezgisel Problem Çözme: NP Problemler, Sezgisel Problem Örnekleri. |
| 3 | Sezgisel Problem Çözme: Greedy En İyi Önce Arama, Tepe Tırmanma, Benzetimli Tavlama Algoritmaları. Sezgisel Problem Örnekleri. |
| 4 | Oyunlar, Oyun Kuramı |
| 5 | Simpleks Yöntemi, Minimaks Yöntemi, Alfa-Beta Budama |
| 6 | Yüklem Mantığı |
| 7 | Mantıksal Programlama |
| 8 | Genetik algoritmalar |
| 9 | Ara sınav |
| 10 | Yapay Sinir Ağları |
| 11 | Yapay Sinir Ağları |
| 12 | Yapay Sinir Ağları |
| 13 | Bulanık Mantık. |
| 14 | Bulanık Mantık. |