Anasayfa  »  Fen Bilimleri Enstitüsü »  Bilgi Teknolojileri ve Sistem Yönetimi Tezli Yüksek Lisans Programı

DERS ADIDERS KODUYARIYILTEORİ + UYGULAMA (Saat)AKTS
BİLGİ TABANLI SİSTEMLER BTS553 - 3 + 0 10

DERSİN TÜRÜSeçmeli
DERSİN DÜZEYİTezli Yüksek Lisans
DERSİN YILI-
YARIYIL-
AKTS10
ÖĞRETİM ELEMAN(LAR)I-
DERSİN ÖĞRENME KAZANIMLARI Bu dersin sonunda öğrenciler;
1) Yapay zeka konusunda detaylı ve kapsamlı bir bilgiye sahip olacaklardır.
2) Yapay zeka öne çıkmakta olan yaklaşımları ve bilgi mühendisliği hakkındaki önemlerini anlayacaklardır.
3) İş ve mühendislik alanlarındaki Yapay zeka uygulamaları hakkında hakimiyet ve bilgilerini yansıtacaklardır
DERSİN VERİLİŞ BİÇİMİYüz Yüze
DERSİN ÖNKOŞULLARIYok
ÖNERİLEN DERSLERBu dersle ilişkili önerilen başka dersler bulunmamaktadır.
DERS TANIMI
DERS İÇERİĞİ
HAFTAKONULAR
1. Hafta Giriş: Temel kavramlar, Yapay Zekanın tanımı, Uygulama alanlarının üstünden geçilmesi
2. Hafta Problemler ve problem çözme yaklaşımları, Durum uzayı aramaları, Üretim kuralları, Mantık, Deneysel arama teknikleri, Üret ve test et, Tepe çıkmaca, Arama azaltma stratejileri
3. Hafta Sunum modelleri, Temel mantık, Kurallar, Semantik ağlar, Çerçeveler, Kavramsal çizgeler
4. Hafta Betikler, Bulanıklık ve belirsizlik
5. Hafta Bulanık mantık, Olasılığı hesaplamak için istatistiki yöntemler
6. Hafta Bilgi tabanlı sistemler geliştirmek için metodolojiler, BTS Yaşam döngüsü, Bilgi edinme ve çıkarma, BTS proje yönetimi, Prototipleme, Uygulama, Geliştirme ortamları
7. Hafta Ara Sınav
8. Hafta Sinir ağları, Mimariler, Hopfield ağları, Çok katmanlı algı, İleri besleme
9. Hafta Genetik algoritmalar, temel kavramlar, Nüfus, Kromozomlar, Operatörler
10. Hafta Schemata, Kodlama, Kural indirgeme, Temel kavramlar, Karar ağaçları/Kural kümeleri
11. Hafta Temel uygulama alanları
12. Hafta Uzman sistemler, Doğal dil işleme
13. Hafta Makine öngörü ve robotik
ZORUNLU YA DA ÖNERİLEN KAYNAKLARPeter Jackson, Introduction to Expert Systems, Addison-Wesley (3rd Ed), 1998, ISBN: 0201876868
Goldberg D. E., Genetic Algorithms in Search, Optimisation and Machine Learning, Addison-Wesley, 1989, ISBN: 0201157675
Michalski, Bratko, Kubat, Machine Learning and Data Mining, Wiley (3rd Ed), 1999, ISBN: 0471971995
A Bradford, Knowledge Engineering and Management: The CommonKADS Methodology, ISBN-10: 0262193000, ISBN-13: 978-0262193009
Expert Systems: Principles and Programming (Hardcover) Publisher: Course Technology; 4Rev Ed edition (15 Oct 2004), ISBN-10: 0534384471, ISBN-13: 978-0534384470
ÖĞRETİM YÖNTEM VE TEKNİKLERİAnlatım,Soru-Cevap,Sorun/Problem Çözme,Diğer
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
 SayısıToplam Katkısı(%)
Ara Sınav130
Ödev110
Proje110
Toplam(%)50
Yıl İçinin Başarıya Oranı(%)50
Finalin Başarıya Oranı(%)50
Toplam(%)100
DİLTürkçe
STAJ / UYGULAMAYok
  

PROGRAM YETERLİLİKLERİ (P) / DERSİN ÖĞRENME KAZANIMLARI (Ö) MATRİSİ
Ö1Ö2Ö3
P1  X   X   X
P2     
P3     
P4     
P5  X   X   X
P6     
P7     
P8  X   X   X
P9  X     X
P10  X    
P11    X   X