Yazılım Mühendisliği / seçmeli havuz
OSD111 · Yapay Zeka
T+U+Li 2+0+0 · Kredi 2 · AKTSi 3 (müfredatta 3) · Seçmeli · kategori: regular · sitede son güncelleme 08.06.2026
Kaynak: https://obs.samsun.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=376957&lang=en · toplandı 12.11.2026 22:12
Bölüm durumu
Tüm dersler →Kural denetimii
geçti: 37kaldı: 4muaf: 0değerlendirilemedi: 1
İçerik uyumu (YZ)i
73.3 / 100
iş #3 · 13.11 06:46 · 2 deneme · uzman incelemesi gerekli
Öğrenme çıktıları (YZ)i
Henüz çalıştırılmadı.
Kaynak ve ÖP uyumu (YZ)i
Henüz çalıştırılmadı.
Kural denetimi: geçmeyen kontroller (4)
| 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. |
| R4 AKTS–iş yükü hours_per_ects · tr | workload.total | yüksek | Toplam iş yükü, dersin AKTS değerinin gerektirdiği saat aralığının dışında. | 92 saat / 3 AKTS = 30.7 saat/AKTS | 25-30 saat/AKTS (75-90 saat) | İş yükü kalemlerini ya da AKTS değerini yeniden değerlendirin. |
| R7 Kaynaklar year_present · tr | references | düşük | Kaynakların çoğunda yayın yılı yazılmamış. | 0/2 kaynakta yayın yılı var | en az %50 | Kaynaklara yayın yılı (ve baskı bilgisi) ekleyin. |
İçerik uyumu (Modül A)i
| Ölçüt | Düzey | Gerekçe |
|---|---|---|
| Düzey uygunluğu | 2/3 | Dersin 5. yarıyılda Lisans düzeyinde olması göz önüne alındığında, 'Mantık programlama' gibi temel konuların yeterince derinlemesine işlenmemesi, konuların derinliğinin beklenen seviyeden biraz daha zayıf olduğunu göstermektedir. |
| Ad kapsamı uygun | 3/3 | Ders adı ('Yapay Zeka') ve içerik, sunulan haftalık konular (Arama, Genetik, Sinir Ağları, Makine Öğrenmesi) ile genel olarak uyumlu bir kapsam sunmaktadır. |
| Kapsam dışı konu yok | 3/3 | Haftalık konuların tamamı, dersin genel başlığı ve amacı dahilinde (Yapay Zeka temelleri, algoritmalar, bilgi temsili) kalmaktadır. |
| Ad ↔ içerik/konular | 2/3 | Ders adı ('Yapay Zeka') ve içerik genel olarak uyumlu olsa da, haftalık konuların bazı başlıkları (örneğin, 'Genetik Algoritmalar', 'Makine öğrenmesi algoritmaları - 1/2') dersin genel kapsamı ile tam bir örtüşme göstermemektedir, daha çok spesifik alt konulara odaklanmıştır. |
| Amaç ↔ haftalık konular | 2/3 | Amaçta belirtilen 'Mantık programlamanın öğrenilmesi' ve 'Mantık ve mantık programlama' konuları, haftalık konular arasında doğrudan ve yeterli bir yer tutmamaktadır; bu konuların yerini daha çok arama ve makine öğrenmesi konuları almıştır. |
| Çıktılar ↔ amaç/konular | 2/3 | Öğrenme çıktıları (özellikle Cikti:3'te 'gerçekleyebilecektir' ifadesi), amaçta belirtilen 'temellerini kavraması' düzeyinden daha yüksek bir uygulama becerisi gerektirmektedir ve bu beceriyi destekleyecek yeterli derinlikli içerik/konu bağlantısı zayıftır. |
orta Amaç–konu uyumsuzluğu · olası sorun
Ders içeriği, amaçta vurgulanan 'Mantık programlama' konusuna yeterince odaklanmamıştır.
Amaçta 'Mantık programlamanın öğrenilmesi' ifadesi varken, haftalık konular daha çok arama algoritmaları ve makine öğrenmesi gibi farklı alanlara kaymıştır.
✓
amac “Mantık programlamanın öğrenilmesi ve yapay zeka problemlerinde kullanımı.”✓
hafta:3 “Kör Arama Algoritmaları”Öneri: Mantık programlama konularının haftalık plana eklenmesi veya dersin amacının güncellenmesi önerilir.
orta Amaç–konu uyumsuzluğu · olası sorun
Amaçta belirtilen 'Mantık programlama' konusu, haftalık konular arasında yeterli bir yer tutmamaktadır.
Amaçta belirtilen 'Mantık programlamanın öğrenilmesi' ifadesi, haftalık konuların çoğunun arama, sinir ağları veya makine öğrenmesi gibi farklı alt dallara odaklanmasıyla desteklenmemektedir.
✓
amac “Mantık programlamanın öğrenilmesi ve yapay zeka problemlerinde kullanımı.”✓
hafta:3 “Kör Arama Algoritmaları”Öneri: Mantık programlama konularının haftalık konulara entegre edilmesi veya dersin amacının güncellenmesi gerekmektedir.
orta Çıktı uyumsuzluğu · olası sorun
Öğrenme çıktıları, amaçta belirtilen 'temellerini kavraması' düzeyinden daha yüksek bir uygulama becerisi talep etmektedir.
Amaç 'temelleri kavraması' iken, Cikti:3'te 'gerçekleyebilecektir' ifadesi, temel kavramadan öte bir uygulama becerisi gerektirmektedir.
✓
amac “Öğrencilerin yapay zeka konularının temellerini kavraması.”✓
cikti:3 “Öğrenciler verilen bir problemin çözümüne uygun yapay zeka yöntemini gerçekleyebilecektir.”Öneri: Öğrenme çıktıları, dersin temel kavramları öğretme amacına uygun olarak 'tanımlayabilecek' veya 'açıklayabilecek' gibi daha temel düzeyde revize edilmelidir.
düşük Düzey uyumsuzluğu · olası sorun
Mantık programlama gibi temel konuların yeterince derinlemesine işlenmemesi, konuların derinliğinin beklenen seviyeden zayıf olduğunu göstermektedir.
Dersin 5. yarıyıl Lisans seviyesinde olması, temel konuların (mantık gibi) daha sağlam bir temele oturtulmasını gerektirirken, haftalık konuların dağılımı bu derinliği tam olarak sağlamamaktadır.
✗
Düzey “Lisans”✓
hafta:10 “Bilgi Temsili”Öneri: Mantık ve bilgi temsili konularının, Lisans seviyesine uygun derinlikte ele alınması için ders içeriği gözden geçirilmelidir.
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.
2 kaynak · 0 tanesinde yıl var · en yeni — · 10 yıldan eski 0
| — | Yapay Zeka, Atınç Yılmaz | kaynaklar |
| — | Artificial Intelligence – A Modern Approach (3 Edition) | kaynaklar |
Diğer derslerle konu benzerliği (Modül B)i
YZM308 Yapay Zeka · 6. yarıyıl · 1 benzer konu (en yüksek 0.829)
- Ad
- Artificial intelligence
- Amaç
- Understanding the basics of artificial intelligence. Learning of logic programming and its use in artificial intelligence problems. Understanding of problem solutions from artificial intelligence application areas.
- İçerik
- Data representation. Search and heuristic programming. Logic and logic programming. Applications for problem and game solving, expert systems, planning, learning and natural language processing.
- Yöntem ve teknikler
- —
- Ön koşul
- None
- Öğretim dili
- Turkish
Öğrenme çıktıları
- Students will determine a problem is fit to AI methods or not.
- Students will choose appropriate AI methods for a given problem.
- Students will implement of the AI methods for a given problem.
- Students will know the searching algorithms, their advantages and disadvantages.
- Students will know the knowledge representation methods, their advantages and disadvantages.
Değerlendirme
| Mid-terms | 1 | %40 |
| Final examination | 1 | %60 |
AKTS iş yükü (92 saat → tabloda 3 AKTS)
| Course Duration | 14 × 3 | 42 saat |
| Hours for off-the-c.r.stud | 2 × 10 | 20 saat |
| Presentation | 1 × 10 | 10 saat |
| Mid-terms | 1 × 10 | 10 saat |
| Final examination | 1 × 10 | 10 saat |
Haftalık konular
| 1 | Course Introduction |
| 2 | The history of AI |
| 3 | Blind Search Algorithms |
| 4 | Heuristic Search Algorithms |
| 5 | Local Search Algorithms |
| 6 | Genetic Algorithms |
| 7 | Game Algorithms |
| 8 | Midterm |
| 9 | Artificial neural networks |
| 10 | Knowledge Representation |
| 11 | Expert Systems |
| 12 | Machine Learning Algorithms-1 |
| 13 | Machine Learning Algorithms-2 |
| 14 | Final Exam |