YZM308 · Yapay Zeka
Bölüm durumu
Tüm dersler →Kural denetimi: geçmeyen kontroller (2)
| Kural | Alan | Önem | Gerekçe | Mevcut | Beklenen | Öneri |
|---|---|---|---|---|---|---|
| R7 Kaynaklar year_present · tr | references | düşük | Kaynakların çoğunda yayın yılı yazılmamış. | 1/3 kaynakta yayın yılı var | en az %50 | Kaynaklara yayın yılı (ve baskı bilgisi) ekleyin. |
| R7 Kaynaklar newest_year · tr | references | orta | Yılı belirtilen kaynakların en yenisi bile eski. | en yeni kaynak 2010 (16 yıl önce) | en çok 10 yıl önce | Kaynak listesine güncel baskı ya da güncel kaynak ekleyin. |
İçerik uyumu (Modül A)i
| Ölçüt | Düzey | Gerekçe |
|---|---|---|
| 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. |
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.”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.”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 çıktı | Bloomi | Ölçülebiliri | Haftalar | YZ önerisi (özgün metin değiştirilmez) |
|---|---|---|---|---|---|
| 1 | Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini açıklar. belirsiz: açıklar | anlama | hayır | 1, 3 | Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini tanımlar ve örneklerle açıklar. |
| 2 | Arama algoritmalarını tanımlar, farklı senaryolarda uygular ve karşılaştırır. | uygulama | evet | 4 | |
| 3 | Bilgi temsili yöntemlerini analiz eder ve mantıksal çıkarım sistemleri geliştirir. | analiz | evet | 5, 6, 7 | |
| 4 | Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarını açıklar. belirsiz: açıklar | anlama | hayır | 9, 10, 11, 13 | Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarının temel bileşenlerini ve çalışma prensiplerini analiz eder. |
| 5 | Gerçek dünya problemleri için uygun AI çözümleri geliştirir, kodlar ve değerlendirir. | yaratma | evet | 3, 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.
| Çıktı | ÖP | Düzey | Gerekçe |
|---|---|---|---|
| Ö1 | ÖP1 | 3 | Temel prensipleri öğrenmek, mühendislik bilgi birikimine katkı sağlar. |
| Ö1 | ÖP8 | 2 | Tarihçe ve temel kavramlar, sürekli öğrenme bilincini destekler. |
| Ö2 | ÖP2 | 4 | Arama algoritmaları, karmaşık problemleri modelleme ve çözme becerisine doğrudan katkı sağlar. |
| Ö2 | ÖP4 | 3 | Algoritmaların incelenmesi, modern teknikleri kullanma becerisine katkı sağlar. |
| Ö3 | ÖP2 | 4 | Bilgi temsili, problemin formüle edilmesi ve çözülmesinde temel bir araçtır. |
| Ö3 | ÖP4 | 3 | Mantıksal çıkarım sistemleri, bilişim teknolojilerini etkin kullanma becerisine katkı sağlar. |
| Ö4 | ÖP4 | 4 | Uygulama alanlarının incelenmesi, modern teknikleri ve araçları kullanma becerisine katkı sağlar. |
| Ö4 | ÖP12 | 2 | Doğal dil işleme gibi alanlar, yazılım sistemleri geliştirme sürecinin bir parçasıdır. |
| Ö5 | ÖP2 | 5 | Çözüm geliştirme, karmaşık problemleri çözme becerisinin en üst düzey göstergesidir. |
| Ö5 | ÖP4 | 5 | Basit 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.
| 2010 | Stuart 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 Approach | ders notları |
| — | Elaine Rich & Kevin Knight, Artificial Intelligence | ders notları |
Diğer derslerle konu benzerliği (Modül B)i
- Ad
- Artificial Intelligence
- Amaç
- The aim of this course is to teach students the basic principles of artificial intelligence, knowledge representation methods, search algorithms and heuristic problem solving techniques; and to provide analysis, modeling and application skills of artificial intelligence systems.
- İçerik
- The Artificial Intelligence course covers the theoretical foundations and applied techniques for developing intelligent systems. After a general introduction to artificial intelligence, the course covers the state space approach, search techniques (breadth-first, depth-first, A*, minimax, alpha-beta pruning), knowledge representation methods (logic, generative systems, semantic networks, framework models), and expert system architectures in detail. Topics such as problem solving strategies, heuristic approaches, and game-playing agents are supported with practical examples. In addition, areas such as natural language processing, pattern recognition, biometric recognition, introduction to machine learning, and neural networks are introduced. Throughout the semester, students analyze AI approaches suitable for different types of problems, propose models, and develop simple applications.
- Yöntem ve teknikler
- Theoretical presentation Problem solving sessions Coding exercises (with Python) Group work and discussion Project-based learning
- Ön koşul
- None
- Öğretim dili
- Turkish
Öğrenme çıktıları
- Explains the concept of artificial intelligence, its historical development and basic problem-solving methods.
- Describes search algorithms, applies them in different scenarios, and compares them.
- Analyze methods of knowledge representation and develop systems of logical inference.
- Explains artificial intelligence application areas such as expert systems, natural language processing, and pattern recognition.
- Develops, codes and evaluates appropriate AI solutions for real-world problems.
Değerlendirme
| Assignment | 1 | %40 |
| Final examination | 1 | %60 |
AKTS iş yükü (90 saat → tabloda 3 AKTS)
| Course Duration | 15 × 3 | 45 saat |
| Hours for off-the-c.r.stud | 15 × 1 | 15 saat |
| Assignments | 1 × 15 | 15 saat |
| Final examination | 1 × 15 | 15 saat |
Haftalık konular
| 1 | Introduction to artificial intelligence, definition, history |
| 2 | Intelligence tests, Turing test, Chinese room argument |
| 3 | State space and problem analysis |
| 4 | Games Alpha beta and min-max algorithms. |
| 5 | Knowledge Base. Facts and Rules. Creation of Knowledge-based Systems |
| 6 | Data modeling. Semantic networks. Frame model. Scene model |
| 7 | Expert systems, Production systems. |
| 8 | Midterm Exam |
| 9 | Pattern Recognition. Recognition of handwriting and printed characters. |
| 10 | Biometric recognition |
| 11 | Natural language processing. Analyzers. |
| 12 | Learning. Artificial Neural Network applications. |
| 13 | Analysis and synthesis of audio, voice recognition. Knowledge base architecture. Learning. Artificial Neural Networks and learning. Object recognition using ANN. |
| 14 | Final exam |