Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • English
Program Hakkında Eğitim Amaçları Program Yeterlilikleri (Çıktıları) Dersler - AKTS Kredileri Alan Yeterlilikleri Ders - Prog. Yeterlilik İlişkileri Alan & Prog. Yeterlilik İlişkileri Ders - Sürdürülebilir Kalkınma Amaçları İlişkisi
  • Bilgisayar ve Bilişim Bilimleri Fakültesi
  • Yapay Zeka ve Makine Öğrenmesi Pr. (İngilizce)
  • Dersler - AKTS Kredileri
  • Principles of Artificial Intelligence (Yapay Zekanın İlke.)
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • ÖÇ-PÇ İlişkisi
  • AKTS İş Yükü

Ders Bilgileri

Ders Kodu - Ders Adı YZM2004 - Principles of Artificial Intelligence (Yapay Zekanın İlke.)
Ders Türü Zorunlu Dersler
Ders Dili İngilizce
Teori + Uygulama 3+1
AKTS 5.0
Öğretim Elemanları DOKTOR ÖĞRETİM ÜYESİ NİHAL İNCE
Dersin Veriliş Biçimi Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
Dersin Önkoşulları Bu dersin ön koşulu ya da eş koşulu bulunmamaktadır.
Önerilen Dersler Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
Zorunlu ya da Önerilen Kaynaklar Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.Poole, D. L., & Mackworth, A. K. (2023). Artificial intelligence: Foundations of computational agents (3rd ed.). Cambridge University Press.Kopec, D. (2019). Classic computer science problems in Python. Manning Publications.Koller, D., & Friedman, N. (2009). Probabilistic graphical models: Principles and techniques. MIT Press.James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning: With applications in R/Python. Springer.
Okuma Listesi Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.Poole, D. L., & Mackworth, A. K. (2023). Artificial intelligence: Foundations of computational agents (3rd ed.). Cambridge University Press.Kopec, D. (2019). Classic computer science problems in Python. Manning Publications.Koller, D., & Friedman, N. (2009). Probabilistic graphical models: Principles and techniques. MIT Press.James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning: With applications in R/Python. Springer.
Değerlendirme 2 ara sınav, 1 final sınavı
Staj & Uygulama Bu ders için uygun değildir.
Sürdürülebilir Kalkınma Amaçları

Ders İçeriği

Haftalar Konular
1. hafta YZ'ye Giriş: Zeki Ajanlar, PEAS tanımı, Ajan Türleri. Problem Formülasyonu.
2. hafta Bilgisiz Arama Stratejileri: Genişlik Öncelikli (BFS), Derinlik Öncelikli (DFS), Maliyet-Eşit (UCS) ve Python uygulamaları.
3. hafta Bilgili (Sezgisel) Arama I: Açgözlü (Greedy) Best-First Arama. A* Arama Algoritması.
4. hafta Bilgili (Sezgisel) Arama II: A* Sezgisellikleri: Kabul Edilebilirlik ve Tutarlılık.
5. hafta Kısıt Tatmin Problemleri: Geri İzleme Algoritması.
6. hafta Çelişmeli Arama (Oyunlar) I: Minimax Algoritması.
7. hafta Çelişmeli Arama (Oyunlar) II: Alfa-Beta Budaması.
8. hafta Mantıksal Ajanlar I: Bilgi Tabanlı Ajanlar. Önermeler Mantığı.
9. hafta Mantıksal Ajanlar II: Birinci Derece Mantık: Sözdizimi, Semantik.
10. hafta Belirsizlik I: Olasılık ve Bayes Teoremi.
11. hafta Belirsizlik II: Bayes Ağları - Temsil ve Çıkarım Kavramları.
12. hafta Makine Öğrenmesi I: Lineer Regresyon.
13. hafta Makine Öğrenmesi II: Sınıflandırma Problemi. Lojistik Regresyon.
14. hafta Makine Öğrenmesi III: Karar Ağaçları.

Öğretim Yöntem ve Teknikleri

  • Öğretim Yöntemleri
  • Anlatım
  • Soru-Yanıt
  • Uygulama - Alıştırma
  • Sorun/Problem Çözme
  • Beyin Fırtınası
  • Öğretim Yeterlilikleri
  • Üretken
  • Akılcı
  • Yaratıcı
  • Etik Kurallara Uyma
  • Zamanı etkili kullanma
  • Eleştirel düşünebilme
  • Soyut analiz ve sentez yapma
  • Problem çözme
  • Kaliteye önem verme
  • Temel matematik becerileri
  • Karar verme becerisi

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
Toplam (%) 0
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri