| Yarıyıl | Kodu | Adı | T+U+L | Kredi | AKTS | Son Güncelleme Tarihi |
|
Dersin Dili
|
İngilizce
|
|
Dersin Düzeyi
|
Lisans
|
|
Bölümü / Programı
|
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ
|
|
Öğrenim Türü
|
Örgün Öğretim
|
|
Dersin Türü
|
Seçmeli
|
|
Dersin Öğretim Şekli
|
Yüz Yüze
|
|
Dersin Amacı
|
Bu dersin amacı öğrencilere yapay zekanın temel teknikleri ve metodolojileri hakkında bilgi vermek ve yapay zeka yöntemlerini pratik problemlere uygulama becerisi kazandırmaktır.
|
|
Dersin İçeriği
|
Yapay zekanın temel kavramları ve terminolojisi
Yapay zekada problem çözme: Temel arama stratejileri, Denetimli ve denetimsiz öğrenme.
Sinir ağlarına giriş
Makine öğrenimine giriş
Derin öğrenmeye giriş
Yapay zeka uygulamaları ve örnekleri
|
|
Dersin Yöntem ve Teknikleri
|
|
|
Ön Koşulları
|
Yok
|
|
Dersin Koordinatörü
|
Doç.Dr. Serkan ÖZBAY
|
|
Dersi Verenler
|
Doç.Dr. SERKAN ÖZBAY
|
|
Dersin Yardımcıları
|
Yok
|
|
Dersin Staj Durumu
|
Yok
|
Ders Kaynakları
|
Kaynaklar
|
Ders Notları
|
|
Ders Notları
|
MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence
Phil Kim, APRESS.
Neural Network Design, Second Edition
Martin T. Hagan
Howard B. Demuth
Mark Hudson Beale
Orlando De Jesus
|
Ders Yapısı
|
Matematik ve Temel Bilimler
|
%20
|
|
|
Mühendislik Bilimleri
|
%40
|
|
|
Mühendislik Tasarımı
|
%40
|
|
|
Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.
Değerlendirme Ölçütleri
|
Yarıyıl Çalışmaları
|
|
Toplam :
|
3
|
%
100
|
AKTS Hesaplama İçeriği
|
İş Yükü
|
Toplam İş Yükü (Saat)
|
|
Toplam İş Yükü
| |
|
AKTS Kredisi : 5
158
|
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Ders Konuları
| Hafta | Konu | Ön Hazırlık | Dökümanlar |
Ders İçin Önerilen Diğer Dersler
Dersin Program Çıktılarına Katkısı
Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek