Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | MM233 | Mühendislikte Yapay Zeka Teknikleri | Seçmeli | 1 | 1 | 6 |
|
Dersin Seviyesi |
Yüksek Lisans |
Dersin Amacı |
Bu dersi alan öğrencileri yapay zeka tekniklerini kavraması, bu teknikleri matematik, fen ve mühendislik alanındaki çeşitli problemlerin çözümünde kullanabilirliklerini öğrenmeleri amaçlanmaktadır. |
Dersi Veren Öğretim Görevlisi/Görevlileri |
|
Öğrenme Çıktıları |
1 | Yapay zeka tekniklerinin kavranarak, bu teknikleri matematik, fen ve mühendislik alanındaki çeşitli problemlerin çözümünde kullanılması | 2 | Öğrencilere ileride karşılaşacakları problemleri modelleyip, çözüm üretebilmeleri için gerekli yaratıcılığın kazandırılması. | 3 | Bireysel ve grup olarak çalışma ve öğrenme becerisininin artırılması |
|
Öğrenim Türü |
Birinci Öğretim |
Dersin Ön Koşulu Olan Dersler |
Yok |
Ders İçin Önerilen Diğer Hususlar |
Yok |
Dersin İçeriği |
Yapay Zeka Kavramı ve tarihsel Gelişimi, Bulanık mantık kavramı, Bulanık ilişkiler, Keskin ve bulanık kümeler, Bulandırma, Kural tabanın oluşturulması ve Bulanık çıkarım, Yapay Sinir Ağları, İleri ve Geri Beslemeli Ağlar, Sinirsel Bulanık Mantık, Arama algoritmaları ve Genetik Algoritma, Genetik algoritmalarda Temel Kavramlar, Çözüm uzayı,kromozom yapısı, uygunluk fonksiyonu seçimi |
Haftalık Ayrıntılı Ders İçeriği |
|
1 | Yapay Zeka Kavramı ve tarihsel Gelişimi | Ders Notları | Önerilen Kaynaklar | 2 | Bulanık mantık kavramı. | Ders Notları | Önerilen Kaynaklar | 3 | Bulanık ilişkiler, Keskin ve bulanık kümeler, Bulandırma | Ders Notları | Önerilen Kaynaklar | 4 | Kural tabanın oluşturulması ve Bulanık çıkarım | Ders Notları | Önerilen Kaynaklar | 5 | Bulanık mantık tabanlı örnek uygulamalar | Ders Notları | Önerilen Kaynaklar | 6 | Yapay Sinir Ağları | Ders Notları | Önerilen Kaynaklar | 7 | İleri ve Geri Beslemeli Ağlar | Ders Notları | Önerilen Kaynaklar | 8 | Arasınav | Ders Notları | Önerilen Kaynaklar | 9 | Sinirsel Bulanık Mantık | Ders Notları | Önerilen Kaynaklar | 10 | Arama algoritmaları ve Genetik Algoritma | Ders Notları | Önerilen Kaynaklar | 11 | Genetik algoritmalarda Temel Kavramlar; | Ders Notları | Önerilen Kaynaklar | 12 | Çözüm uzayı,kromozom yapısı, uygunluk fonksiyonu seçimi | Ders Notları | Önerilen Kaynaklar | 13 | Mutasyon ve çaprazlama kavramları, Mutasyon türleri alanındaki uygulamaları, ileri konular. | Ders Notları | Önerilen Kaynaklar | 14 | Genetik algoritma tabanlı örnek uygulamalar | Ders Notları | Önerilen Kaynaklar | 15 | Ders Tekrarı | Ders Notları | Önerilen Kaynaklar |
|
Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
Peter Fish, Physics and Instrumentation of Diagnostic Medical Ultrasound
John Wiley & Sons. P.N.T. Wells, Biomedical Ultrasonics, Academic Press.
John Wiley & Sons. Joseph L. Rose and Barry B. Goldberg, Basic Physics in Diagnostic Ultrasound |
Planlanan Öğrenme Aktiviteleri ve Metodları |
|
Değerlendirme | |
Ara Sınav | 1 | 100 | TOPLAM | 100 | |
Final Sınavı | 1 | 100 | TOPLAM | 100 | Yarıyıl (Yıl) İçi Etkinlikleri | 40 | Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | TOPLAM | 100 |
| Dersin Sunulduğu Dil | Türkçe | Staj Durumu | Yok |
|
İş Yükü Hesaplaması |
|
Ara Sınav | 1 | 1 | 1 |
Final Sınavı | 1 | 2 | 2 |
Derse Katılım | 14 | 3 | 42 |
Uygulama/Pratik | 1 | 12 | 12 |
Proje Hazırlama | 1 | 12 | 12 |
Seminer | 1 | 6 | 6 |
Bireysel Çalışma | 14 | 5 | 70 |
Ara Sınav İçin Bireysel Çalışma | 1 | 10 | 10 |
Final Sınavı içiin Bireysel Çalışma | 1 | 12 | 12 |
|
Program ve Öğrenme Çıktıları İlişkisi |
|
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek |
|
|