Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Yapay Zeka ve Uzman SistemlerEND397123200
ÖnkoşullarYok
YarıyılGüz
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Endüstri Mühendisliği Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimEndüstri Mühendisliği Bölümü
Dersin KoordinatörüSelçuk Çebi
Dersi Veren(ler)Selçuk Çebi, Mehmet Güray Güler
Asistan(lar)ıEsra İlbahar, İsmail Sevim
Dersin AmacıMühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması.
Dersin İçeriğiYapay zekânın tanımı, temel kavramlar ve teknikler, Uzman Sistemler ve mühendislik uygulamaları, Bulanık mantık ve mühendislik uygulamaları, Karar destek sistemleri ve uygulamaları, Genetik algoritmalar ve uygulama örnekleri, Yapay sinir ağları: Yapay sinir ağlarının yapısı ve temel elemanları, ilk yapay sinir ağları, yapay sinir ağı modelleri, geri beslemeli ağlar. Yapay sinir ağlarının mühendislik uygulamaları
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Michael C. Harris, Artificial Intelligence, Marshall Cavendish Benchmark, 2011, ISBN 978-1-60870-281-7
  • Vasif Nabiyev, Yapay Zeka, Seçkin Yayınları, 3. baskı 2010
  • Wolfgang Ertel, Introduction to Artificial Intelligence, Springer International Publishing, 2017
  • C.S. Krishnamoorthy; S. Rajeev, Artificial Intelligence and Expert Systems for Engineers, CRC Press LLC
  • Chris Albon, Machine Learning with Python Cookbook Practical Solutions from Preprocessing to Deep Learning, O’Reilly, 2018
  • Stuart Russel, Peter Norvig, Artificial Intelligence. Modern Approach, Prentice Hall, 2003
  • Dennis Merritt, Building Expert Systems in Prolog, Springer-Verlag, 1989
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci, Yapay zekânın temel prensiplerini ve endüstriyel uygulamalardaki kullanımını öğrenir
  2. Öğrenci, uzman sistemlerin temel prensiplerini ve endüstriyel uygulamalardaki kullanımını öğrenir
  3. Öğrenci yapay zeka araçlarının endüstriyel problemlere nasıl uygulanacağı konusunda bilgi kazanır

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Yapay zekaya giriş ve tanımlarKaynak 1-3
2Yapay zekanın mühendislik uygulamalarının tanıtımıKaynak 1-3
3Ajanlar ve ajan türleriKaynak 2-3
4Sezgisel Problem Çözme: Graf TeoriKaynak 2-Bölüm 2
5Arama Algoritmaları: Bilgisiz AramaKaynak 3-Bölüm 6 ve Kaynak 4-Bölüm 2
6Arama Algoritmaları: Bilgili AramaKaynak 3-Bölüm 6 ve Kaynak 4-Bölüm 2
7Metasezgisel AlgoritmalarKaynak 2-Bölüm 13
8Ara Sınav 1
9Uzman SistemlerKaynak 2-Bölüm 8 ve Kaynak 4-Bölüm 1-3
10Makine ÖğrenmesiKaynak 3 Bölüm 8- Kaynak 5
11Bulanık MantıkKaynak 2-Bölüm 14
12Bulanık ÇıkarımKaynak 2-Bölüm 14 ve Kaynak 3 Bölüm 7
13Mantıksal Programlama: PROLOGKaynak 2-Bölüm 7 ve Kaynak 3 Bölüm 5
14Mantıksal Programlama: PROLOGKaynak 2-Bölüm 7 ve ve Kaynak 3 Bölüm 5
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri
Projeler120
Seminer/Workshop
Ara Sınavlar140
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati132
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması132
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği
Projeler114
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok