YZM308 · Yapay Zeka

T+U+Li 1+2+0 · Kredi 2 · AKTSi 3 (müfredatta 3) · Zorunlu · kategori: regular · sitede son güncelleme 08.06.2026
Kural denetimii
geçti: 40kaldı: 2muaf: 0değerlendirilemedi: 0
İçerik uyumu (YZ)i
85 / 100
iş #151 · 13.11 15:33 · 1 deneme · uzman incelemesi gerekli
Öğrenme çıktıları (YZ)i
84 / 100
iş #153 · 13.11 15:55 · 1 deneme · uzman incelemesi gerekli
Kaynak ve ÖP uyumu (YZ)i
100 / 100
iş #160 · 13.11 16:51 · 1 deneme · uzman incelemesi gerekli

Kural denetimi: geçmeyen kontroller (2)

KuralAlanÖnemGerekçeMevcutBeklenenÖneri
R7 Kaynaklar
year_present · tr
references düşükKaynakların çoğunda yayın yılı yazılmamış.1/3 kaynakta yayın yılı varen az %50Kaynaklara yayın yılı (ve baskı bilgisi) ekleyin.
R7 Kaynaklar
newest_year · tr
references ortaYılı belirtilen kaynakların en yenisi bile eski.en yeni kaynak 2010 (16 yıl önce)en çok 10 yıl önceKaynak listesine güncel baskı ya da güncel kaynak ekleyin.

İçerik uyumu (Modül A)i

ÖlçütDüzeyGerekçe
Düzey uygunluğu 3/3 Dersin Lisans seviyesi ve 6. yarıyıl olması göz önüne alındığında, ele alınan konuların derinliği uygun görünmektedir.
Ad kapsamı uygun 3/3 Ders adı, işlenen konuların kapsamını gereğinden dar veya geniş göstermemektedir.
Kapsam dışı konu yok 3/3 Haftalık konuların tamamı, dersin genel kapsamı (Yapay Zeka) dahilindedir.
Ad ↔ içerik/konular 3/3 Ders adı (Yapay Zeka) ile ders içeriği, amaç ve haftalık konular arasında belirgin bir uyumsuzluk gözlenmemiştir.
Amaç ↔ haftalık konular 2/3 Dersin amacında belirtilen 'sezgisel problem çözme teknikleri' ve 'oyun oynayan ajanlar' gibi konuların haftalık konulara doğrudan ve yeterli bir şekilde yansıtıldığına dair net bir kanıt bulunmamaktadır.
Çıktılar ↔ amaç/konular 2/3 Öğrenme çıktıları, amaç ve haftalık konularla tam bir örtüşme göstermemektedir. Özellikle 'sezgisel problem çözme' ve 'oyun oynayan ajanlar' gibi amaçlardaki konuların çıktıya tam yansıtılamadığı görülmektedir.
orta Amaç–konu uyumsuzluğu · olası sorun
Ders amacında belirtilen 'sezgisel problem çözme teknikleri' ve 'oyun oynayan ajanlar' konularının haftalık konular arasında yeterince detaylı işlendiği tespit edilememiştir.
Amaçta geçen 'sezgisel problem çözme teknikleri' ve 'oyun oynayan ajanlar' konularına karşılık, haftalık konular sadece 'Oyunlar. Alfa beta ve min-max algoritmaları.' (hafta:4) şeklinde sınırlı bir karşılık sunmaktadır.
✓ amac “sezgisel problem çözme tekniklerini öğretmek; ayrıca yapay zekâ sistemlerinin çözümleme, modelleme ve uygulama becerilerini kazandırmaktır.”
✓ hafta:4 “Oyunlar. Alfa beta ve min-max algoritmaları.”
Öneri: Amaçta belirtilen 'sezgisel problem çözme teknikleri' ve 'oyun oynayan ajanlar' konularını kapsayacak şekilde haftalık konulara eklemeler yapılmalıdır.
orta Çıktı uyumsuzluğu · olası sorun
Öğrenme çıktıları, ders amacında vurgulanan 'sezgisel problem çözme' ve 'oyun oynayan ajanlar' gibi konuları tam olarak yansıtmamaktadır.
Amaçta belirtilen sezgisel ve oyun temelli konular, çıktıların (cikti:1, cikti:2, cikti:3, cikti:4, cikti:5) doğrudan bir karşılığı olan bir beceriye dönüşmemiştir.
✓ amac “sezgisel problem çözme tekniklerini öğretmek; ayrıca yapay zekâ sistemlerinin çözümleme, modelleme ve uygulama becerilerini kazandırmaktır.”
✓ cikti:1 “Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini açıklar.”
Öneri: Öğrenme çıktılarına, amaçta belirtilen sezgisel yaklaşımları ve oyun ajanlarını analiz etme/uygulama becerisi eklenmelidir.

Öğrenme çıktıları (Modül C)i

Ölçülebilir: %60 · haftalarda karşılığı olan: %100 · amaç uyumu 3/3 — Dersin amacı 'çözümleme, modelleme ve uygulama becerilerini kazandırmak' olduğundan, çıktıların bu becerileri (analiz, geliştirme, uygulama) ölçmesi yüksek uyum sağlamaktadır. Tüm çıktılar, dersin ana konularını (arama, bilgi temsili, uygulama alanları) kapsamaktadır.
Bloom dağılımı: analiz 1, anlama 2, yaratma 1, uygulama 1

#Özgün çıktıBloomiÖlçülebiliriHaftalarYZ önerisi (özgün metin değiştirilmez)
1Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini açıklar.
belirsiz: açıklar
anlama hayır1, 3 Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini tanımlar ve örneklerle açıklar.
2Arama algoritmalarını tanımlar, farklı senaryolarda uygular ve karşılaştırır.uygulama evet4
3Bilgi temsili yöntemlerini analiz eder ve mantıksal çıkarım sistemleri geliştirir.analiz evet5, 6, 7
4Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarını açıklar.
belirsiz: açıklar
anlama hayır9, 10, 11, 13 Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarının temel bileşenlerini ve çalışma prensiplerini analiz eder.
5Gerçek dünya problemleri için uygun AI çözümleri geliştirir, kodlar ve değerlendirir.yaratma evet3, 4, 5, 6, 7, 12, 13

Kaynak ve ÖP uyumu (Modül E)i

Kaynağın gerçekten var olup olmadığı ya da baskı bilgisinin doğruluğu bu modelle doğrulanamaz; yalnızca satırın künye olup olmadığı ve dersin konusuyla ilgisi değerlendirilir.

Kaynaklar · puan 100

Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, Third Ed., Prentice Hall, 2010, ISBN10: 0132124114.
Kitap, yapay zekanın temel konularını ve modern yaklaşımlarını kapsamaktadır.
akademik ilgili
Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach
Kitap, dersin ana konuları olan yapay zekayı doğrudan ele almaktadır.
akademik ilgili
Elaine Rich & Kevin Knight, Artificial Intelligence
Kitap, yapay zeka alanındaki temel bilgileri sağlamaktadır.
akademik ilgili

ÖP çıktısı katkı önerileri sayfada katkı girilmemiş

Öneridir; bilgi paketindeki veriyi değiştirmez ve puana girmez.

ÇıktıÖPDüzeyGerekçe
Ö1ÖP13Temel prensipleri öğrenmek, mühendislik bilgi birikimine katkı sağlar.
Ö1ÖP82Tarihçe ve temel kavramlar, sürekli öğrenme bilincini destekler.
Ö2ÖP24Arama algoritmaları, karmaşık problemleri modelleme ve çözme becerisine doğrudan katkı sağlar.
Ö2ÖP43Algoritmaların incelenmesi, modern teknikleri kullanma becerisine katkı sağlar.
Ö3ÖP24Bilgi temsili, problemin formüle edilmesi ve çözülmesinde temel bir araçtır.
Ö3ÖP43Mantıksal çıkarım sistemleri, bilişim teknolojilerini etkin kullanma becerisine katkı sağlar.
Ö4ÖP44Uygulama alanlarının incelenmesi, modern teknikleri ve araçları kullanma becerisine katkı sağlar.
Ö4ÖP122Doğal dil işleme gibi alanlar, yazılım sistemleri geliştirme sürecinin bir parçasıdır.
Ö5ÖP25Çözüm geliştirme, karmaşık problemleri çözme becerisinin en üst düzey göstergesidir.
Ö5ÖP45Basit uygulamalar geliştirme, modern teknikleri etkin kullanma becerisini gerektirir.

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 · 1 tanesinde yıl var · en yeni 2010 (16 yıl önce) · 10 yıldan eski 1
2010Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, Third Ed., Prentice Hall, 2010, ISBN10: 0132124114.kaynaklar
—Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approachders notları
—Elaine Rich & Kevin Knight, Artificial Intelligenceders notları

Diğer derslerle konu benzerliği (Modül B)i

OSD111 Yapay Zeka · 5. yarıyıl · 1 benzer konu (en yüksek 0.829)

Orijinal bilgi paketi

Ad
Yapay Zeka
Amaç
Bu dersin amacı, öğrencilere yapay zekânın temel prensiplerini, bilgi temsili yöntemlerini, arama algoritmalarını ve sezgisel problem çözme tekniklerini öğretmek; ayrıca yapay zekâ sistemlerinin çözümleme, modelleme ve uygulama becerilerini kazandırmaktır.
İçerik
Yapay Zeka dersi, akıllı sistemlerin geliştirilmesine yönelik kuramsal temelleri ve uygulamalı teknikleri kapsar. Derste yapay zekâya genel bir girişin ardından, durum uzayı yaklaşımı, arama teknikleri (genişlik öncelikli, derinlik öncelikli, A*, minimax, alfa-beta budama), bilgi temsili yöntemleri (mantık, üretim sistemleri, anlamsal ağlar, çerçeve modelleri) ve uzman sistem mimarileri detaylı olarak ele alınır. Problem çözümleme stratejileri, sezgisel yaklaşımlar ve oyun oynayan ajanlar gibi konular uygulamalı örneklerle desteklenir. Ayrıca doğal dil işleme, örüntü tanıma, biyometrik tanıma, makine öğrenmesine giriş ve sinir ağları gibi alanlara da giriş yapılır. Öğrenciler dönem boyunca farklı problem türlerine uygun AI yaklaşımlarını analiz eder, model önerir ve basit uygulamalar geliştirir.
Yöntem ve teknikler
Kuramsal sunum Problem çözümleme oturumları Kodlama uygulamaları (Python ile) Grup çalışması ve tartışma Proje tabanlı öğrenme
Ön koşul
Yok
Öğretim dili
Türkçe

Öğrenme çıktıları

  1. Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini açıklar.
  2. Arama algoritmalarını tanımlar, farklı senaryolarda uygular ve karşılaştırır.
  3. Bilgi temsili yöntemlerini analiz eder ve mantıksal çıkarım sistemleri geliştirir.
  4. Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarını açıklar.
  5. Gerçek dünya problemleri için uygun AI çözümleri geliştirir, kodlar ve değerlendirir.

Değerlendirme

Ödev1%40
Yarıyıl Sonu Sınavı1%60

AKTS iş yükü (90 saat → tabloda 3 AKTS)

Ders Süresi15 × 345 saat
Sınıf Dışı Ç. Süresi15 × 115 saat
Ödevler1 × 1515 saat
Yarıyıl Sonu Sınavı1 × 1515 saat

Haftalık konular

1Yapay zekâya giriş, tanım, tarihçe
2Zeka testleri, Turing testi, Çin odası argümanı
3Durum uzayı ve problem çözümlemesi
4Oyunlar. Alfa beta ve min-max algoritmaları.
5Bilgi tabanı. Gerçekler ve Kurallar. Bilgi tabanlı Sistemlerin oluşturulması
6Veri modellemesi. Anlamsal ağlar. Çerçeve modeli. Sahne modeli
7Uzman sistemler, Üretim sistemleri.
8Arasınav
9Örüntü Tanıma. El yazısının ve basılı karakterlerin tanınması.
10Biometrik tanıma,
11Doğal dil işleme. Çözümleyiciler.
12Öğrenme. Yapay Sinir Ağları uyğulamaları.
13Sesin analizi ve sentezi, ses tanıma. Bilgi tabanı mimarisi. Öğrenme. Yapay Sinir Ağları ve öğrenme. YSA yardımıyla nesne tanıma.
14Dönem sonu sınavı