Bilgisayar Mühendisliği
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Mühendislik ve Doğa Bilimleri Fakültesi
Bilgisayar Mühendisliği Programı
Ders Bolognaları
Mühendislik ve Doğa Bilimleri Fakültesi
Bilgisayar Mühendisliği Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 05051330 | Bulanık Mantık | 3 | Güz | 5 | 3+0+0 | 3 | 5 |
| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | Yok |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | Yok |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | Dr. Öğr. Üyesi Ali Osman ÇIBIKDİKEN |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Dr. Öğr. Üyesi Ali Osman ÇIBIKDİKEN | A-124 | [email protected] | 7585 | Pazartesi 14.00-15.00 |
Dersin İçeriği
Klasik Mantık, Sembolik Mantık, Çok Değerli Mantık, Bulanık kümeler, üyelik fonksiyonları, bulanık önermeler, bulanık modeller, bulanık değerler, bulanık niceleyiciler, koşullu ve kısıtlı bulanık önermeler , koşullu ve kısıtlı bulanık önermeler çıkarımları, bulanık küme işlemleri, genişletilmiş bulanık kümeler, bulanık ilişki denklemleri, kural tabanı çıkarımı, bulanıklaştırma, çıkarım mekanizmaları, durulaştırma, mamdani ve sugeno bulanık sistem modelleri, bulanık bağıntılar, bulanık fonksiyonlar, bilgisayar uygulamaları bilgisine sahip olur.
Dersin Amacı
Bulanık mantık tanım ve kavramlarının verilmesi ve uygulamaların tanımlanmasıdır
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | X |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Yeterlilikleri | Düzey |
|---|---|---|
| P2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | 3 |
| P6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | 5 |
| P10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | 1 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Algoritma geliştirme bilgisi ve algoritma için uygun veri yapısının oluşturulması. | P.2.15 | |
| Ö2 | Makine Öğrenmesinin ve derin öğrenmenin temel kavramları | P.1.17 | |
| Ö3 | Derin Öğrenme yöntemlerinin kullanılabileceği kütüphaneler hakkında bilgi sahibi olmak | P.1.18 | |
| Ö4 | Yapay Sinir Ağları prensiplerinin anlaşılması, bunların geleneksel programlardan farkını öğrenmek; | P.1.19 | |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Kısa sınav (Quiz) | - | - |
| Ara Sınavlar | 1 | 40 (%) |
| Yarıyıl Sonu Sınavı | 1 | 60 (%) |
| Toplam | 100 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 14 | 2 | 28 |
| Ara Sınav | 1 | 3 | 3 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 1 | 3 | 3 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 76 | ||
| Toplam Yük / 30 | 2,53 | ||
| Dersin AKTS Kredisi: | 3 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P1 | P2 |
|---|---|---|---|
| Ö1 | Makine Öğrenmesinin ve derin öğrenmenin temel kavramları | 2 | - |
| Ö2 | Derin Öğrenme yöntemlerinin kullanılabileceği kütüphaneler hakkında bilgi sahibi olmak | - | - |
| Ö3 | Yapay Sinir Ağları prensiplerinin anlaşılması, bunların geleneksel programlardan farkını öğrenmek; | 3 | - |
| Ö4 | Algoritma geliştirme bilgisi ve algoritma için uygun veri yapısının oluşturulması. | - | 5 |