Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Akıllı Kontrol Sistemlerine GirişKOM472034300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Kontrol ve Otomasyon Mühendisliği Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimKontrol ve Otomasyon Mühendisliği Bölümü
Dersin KoordinatörüBahadır Çatalbaş
Dersi Veren(ler)Bahadır Çatalbaş
Asistan(lar)ı
Dersin AmacıGüncel yapay zeka yöntemlerine giriş yapmak ve kontrol sistemlerinde yapay zeka uygulamalarını öğrencilere tanıtmak
Dersin İçeriğiYapay zekanın kısa tarihi; YZ kullanımı ve kısıtları; bilginin temsili; sınıflandırma ve regresyon problemleri; yapay sinir ağları ve geri yayılım; derin ağlara bakış; kontrol, planlama ve karar verme problemleri; Bayesçi karar kuramı; üretici modeller; boyut indirgeme; kontrol sistemi uygulamaları
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • E. Alpaydın, Introduction to Machine Learning, Fourth Edition, MIT Press, 2020
  • S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, 4th Edition, Global Edition, Pearson, 2021
  • S. Haykin, Neural Networks and Learning Machines, Pearson, NJ, 2009
  • S. M. LaValle, Planning Algorithms, Cambridge University Press, 2006
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Temel yapay öğrenme yöntemleri hakkında bilgi sahibi olur.
  2. Yapay sinir ağları ile sınıflandırma, regresyon ve kontrol problemleri çözer.
  3. Bayes’çi karar teorisi ve uygulaması hakkında bilgi sahibi olur.
  4. Boyut indirgeme ve uygulamaları hakkında bilgi sahibi olur.
  5. Mevcut yazılımları kullanarak ve/veya program geliştirerek makine öğrenmesi yöntemlerini uygular.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-4-----
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----
PÇ-20-----
PÇ-21-----
PÇ-22-----
PÇ-23-----
PÇ-24-----
PÇ-25-----
PÇ-26-----
PÇ-27-----
PÇ-28-----
PÇ-29-----
PÇ-30-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Yapay zekaya (YZ) giriş ve geçmişi, bedenlenmiş YZ, davranışsal YZ, veri tabanlı YZE. Alpaydın (2020)
2Yapay sinir ağları, nöron modeli, aktivasyon fonksiyonu, algılayıcı, doğrusal ayrılabilirlikE. Alpaydın (2020)
3Doğrusal ve doğrusal olmayan ayırtaçlarE. Alpaydın (2020)
4Öğrenme kuralları, eğim iniş, çok katmanlı ağlar, geri yayılım algoritmasıE. Alpaydın (2020)
5Yapay sinir ağları ile kontrol uygulamalarıE. Alpaydın (2020)
6Çok katmanlı derin ağlara bakış, CNN, LSTME. Alpaydın (2020)
7Sinir ağları ile uygulamalarE. Alpaydın (2020)
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Olasılık kuramı tekrarı, rastgele değişkenler, Bayes kuralıE. Alpaydın (2020)
10Karar verme ve planlama, Bayesçi karar teorisi, diğer karar kurallarıE. Alpaydın (2020), LaValle (2006)
11Olasılık tabanlı örüntü tanıma problemleriE. Alpaydın (2020), LaValle (2006)
12Karar verme problemleri ve kontrol uygulamalarıE. Alpaydın (2020), LaValle (2006)
13Boyut indirgeme, asal bileşenler analiziE. Alpaydın (2020), LaValle (2006)
14Kontrol sistemlerinde uygulamalarDers notları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev330
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması142
Derse Özgü Staj
Ödev38
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)115
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok