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
- 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
- Yapay zekâ kavramını, tarihsel gelişimini ve temel problem çözme yöntemlerini açıklar.
- Arama algoritmalarını tanımlar, farklı senaryolarda uygular ve karşılaştırır.
- Bilgi temsili yöntemlerini analiz eder ve mantıksal çıkarım sistemleri geliştirir.
- Uzman sistem, doğal dil işleme ve örüntü tanıma gibi yapay zekâ uygulama alanlarını açıklar.
- Gerçek dünya problemleri için uygun AI çözümleri geliştirir, kodlar ve değerlendirir.
Değerlendirme
| Ödev | 1 | %40 |
| Yarıyıl Sonu Sınavı | 1 | %60 |
AKTS iş yükü (90 saat → tabloda 3 AKTS)
| Ders Süresi | 15 × 3 | 45 saat |
| Sınıf Dışı Ç. Süresi | 15 × 1 | 15 saat |
| Ödevler | 1 × 15 | 15 saat |
| Yarıyıl Sonu Sınavı | 1 × 15 | 15 saat |
Haftalık konular
| 1 | Yapay zekâya giriş, tanım, tarihçe |
| 2 | Zeka testleri, Turing testi, Çin odası argümanı |
| 3 | Durum uzayı ve problem çözümlemesi |
| 4 | Oyunlar. Alfa beta ve min-max algoritmaları. |
| 5 | Bilgi tabanı. Gerçekler ve Kurallar. Bilgi tabanlı Sistemlerin oluşturulması |
| 6 | Veri modellemesi. Anlamsal ağlar. Çerçeve modeli. Sahne modeli |
| 7 | Uzman sistemler, Üretim sistemleri. |
| 8 | Arasınav |
| 9 | Örüntü Tanıma. El yazısının ve basılı karakterlerin tanınması. |
| 10 | Biometrik tanıma, |
| 11 | Doğal dil işleme. Çözümleyiciler. |
| 12 | Öğrenme. Yapay Sinir Ağları uyğulamaları. |
| 13 | Sesin analizi ve sentezi, ses tanıma. Bilgi tabanı mimarisi. Öğrenme. Yapay Sinir Ağları ve öğrenme. YSA yardımıyla nesne tanıma. |
| 14 | Dönem sonu sınavı |