Mekatronik Mühendisliği
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Mühendislik ve Doğa Bilimleri Fakültesi
Mekatronik Mühendisliği Programı
Ders Bolognaları
Mühendislik ve Doğa Bilimleri Fakültesi
Mekatronik Mühendisliği Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 05540004 | Artificial Intelligence | 2 | Bahar | 4 | 3+0+0 | 4 | 4 |
| Dersin Türü | Zorunlu |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | Dr. Öğr. Üyesi Vahdettin DEMİR |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Dr. Öğr. Üyesi Vahdettin DEMİR | A-Z31 | [email protected] | 7696 | Çarşamba 15:00-17:00 |
Dersin İçeriği
Yapay zekaya giriş, Doğal ve Yapay Zeka, Arama yöntemleri, Planlama, Sezgisel Problem Çözme, Bilgi gösterilimi, Yüklem Mantığı, Denetimli Öğrenme Algoritmaları, Yapay Zeka Programlama Dilleri, Uzman Sistemler, Yapay Zeka Uygulamaları.
Dersin Amacı
Yapay zeka algoritmalarını öğrenmek ve yapay zeka yöntemlerini kullanarak problem çözme yeteneği kazanmak
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | X |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | |
| 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 |
|---|---|---|
| P5 | Karmaşık mühendislik problemlerinin veya Mekatronik Mühendisliğine özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | 5 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Yapay zekâ kavramını ve rasyonelliği anlayabilmek, yapay zekânın temel konularını ve amaçlarını tanımlayabilmek | P.5.1 | 1 |
| Ö2 | Farklı problemlerin çözümü için yapay zeka yöntemlerini kullanabilme becerisi elde etmek | P.5.2 | |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Yapay Zekâya Giriş, Etmenler, Problem Tanımlama |
| 2 | Regresyon |
| 3 | Beynin yapısı, biyolojik ağlar ve sinir sistemi hakkında bilgi |
| 4 | Öğrenme ve uyum, sinirağı öğrenme kuralları - 1 |
| 5 | Öğrenme ve uyum, sinirağı öğrenme kuralları - 2 |
| 7 | Boyutsal Küçültme |
| 8 | YSA uygulaması 1 |
| 9 | YSA uygulaması 2 |
| 10 | Destek Vektör Makineleri Uygulması |
| 11 | Model Ağacı Uygulması |
| 12 | Etik |
| 13 | Proje eksiklerinin tamamlanması |
Ders Kitabı veya Malzemesi
| Kaynaklar | Aurélien Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, 2nd ed., O'reilly. |
| Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, 3rd ed., Pearson. |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | 1 | 35 (%) |
| Kısa sınav (Quiz) | - | - |
| Ara Sınavlar | 1 | 30 (%) |
| Yarıyıl Sonu Sınavı | 1 | 35 (%) |
| 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) | 12 | 3 | 36 |
| Ara Sınav | 1 | 14 | 14 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 1 | 14 | 14 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 1 | 14 | 14 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 120 | ||
| Toplam Yük / 30 | 4 | ||
| Dersin AKTS Kredisi: | 4 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P5 |
|---|---|---|
| Ö1 | Yapay zekâ kavramını ve rasyonelliği anlayabilmek, yapay zekânın temel konularını ve amaçlarını tanımlayabilmek | 5 |
| Ö2 | Farklı problemlerin çözümü için yapay zeka yöntemlerini kullanabilme becerisi elde etmek | 5 |