CE480 Yapay Zeka (Artificial Intelligence)

KHÜ
DERS KATALOG FORMU
(COURSE CATALOGUE FORM)
Kodu
(Code)
Dersin Adı
Course Name
Yapay Zeka
Artifical Intelligence
Yarıyılı
(Semester)
CE480
7
Bölüm / Program
(Department/Program)
Dersin Türü
(Course Type)
Dersin Önkoşulları
(Course Prerequisites)
Dersin mesleki bileşene
katkısı, %
(Course Category
by Content, %)
Kredisi
(Local Credits)
AKTS Kredisi
(ECTS Credits)
3
8
Ders Uygulaması, Saat/Hafta
(Course Implementation, Hours/Week)
Ders
Uygulama
Laboratuar
(Theoretical)
(Tutorial)
(Laboratory)
3
0
0
Bilgisayar Muhendisliği (Computer Engineering)
Dersin Dili
İngilizce (English)
(Course Language)
– Giriş programlama bilgisi (Introductory programming)
– Ayrık Hesaplama Yapıları (Discrete Computational Structures)
– Veri yapıları (Data Structures)
Mühendislik
İnsan ve Toplum
Temel Mühendislik
Temel Bilim
Tasarım
Bilim
(Engineering
(Basic Sciences)
(Engineering
(General
Science)
Design)
Education)
10
45
45
0
Seçmeli (Elective)
Dersin İçeriği
Course Description
Problem çözme teknikleri: durum-uzay yaklaşımı,
problem indirgeme yaklaşımı, problem modeli, problem
temsili, tümleyen arama algoritmaları, buluşsal arama
algoritmaları (A*). Oyun oynama. Bilgi temsili ve mantık
temellendirme: sintaks, semantik, önermesel mantığın
ispat teorisi, birinci-derece yüklemsel mantık, üretim
sistemleri, semantik ağlar ve çerçeveler. Bilgi temeli,
uzman sistemler, çıkarsama motoru. Makine öğrenme
teknikleri: çıkarsama, yönlendirmeli öğrenme, yapay sinir
ağları
Problem-solving techniques: state-space approach,
problem-reduction approach, problem model, problem
representation, exhaustive search algorithms, heuristic
search algorithms (A*). Game-playing. Knowledge
representation and reasoning: syntax, semantics, and
proof theory of propositional logic, first-order predicate
logic, production systems, semantic nets, and frames.
Knowledge base, expert systems, inference engine.
Machine learning: inference, learning by instruction,
neural networks
Dersin Amacı
Course Objectives
The main objective of this course is to provide the
Bu dersin temel amacı öğrenciye yapay zekanın temel
students with a knowledge on foundations of artificial
kuram ve tekniklerini kavratmak ve bu temel teknikleri
intelligence and the main AI techniques, and to provide
hesapsal problemlerin çözümünde verimli bir şekilde
them the necessary ability and experience to apply those
uygulama beceri ve tecrübesini kazandırmaktır.
techniques in solving basic computational problems.
Dersin Öğrenme Çıktıları
1. Yapay zeka tekniklerinin temellerini anlamak
2. Hesapsal problemleri çözmek için arama
tekniklerinin uygulanması becerisi
3. Bilgi temsili, mantık ve çıkarım konularında
temel anlayış
4. Fonksiyonel bir programlama dili öğrenme ve
bunu yapay zeka tekniklerinin uygulanmasında
kullanma becerisi
5. Zor hesapsal problemlerin çözümünde makine
öğrenme tekniklerini uygulama becerisi.
Course Learning Outcomes
1. Understanding the basics of artifical intelligence
techniques
2. Ability to apply search techniques to solve
computational problems
3. Gaining an understanding of knowledge
representation and reasoning
4. Learning a functional language and employing it
to apply artifical intelligence techniques
5. Ability to apply machine learning techniques to
solve hard computational problems
Artificial Intelligence: A Modern Approach, Stuart Russell & Peter Norvig, Prentice-Hall
(2003), 2nd Edition
Ders Kitabı
(Textbook)
Diğer Kaynaklar
(Other References)
Ödevler
Sınıfta öğrendiğini sınıfta yapabilme yeteneğini test
edebilmek amacıyla bu derste yazılı ev ödevi yerine
benzer sorular içeren sınıf içi kısa sınavlar yapılacaktır.
Derste öğrenilen yapay zeka tekniklerinin uygulaması
amaçlı programlama ödevleri de verilecektir.
Homework
In order to test the ability to apply the concepts and
techniques learned in class instead of written homework
assignments, the students will be given in class short
exams with problems similar to those of a homework. In
order to apply the main artifical intelligence techniques
leraned in class programming asignment qill also be
given.
Laboratuar Uygulamaları
Laboratory Work
Bilgisayar Kullanımı
Computer Use
Diğer Uygulamalar
Other Activities
Verili bir yapay zeka tekniğini kullanarak hesapsal bir
A project which involves employing a given artifical
probleme çözüm geliştirme, kod gerçekleştirimini
intelligence technique in solving a computational
sağlama ve performans/doğruluk sınaması amaçlı test
problem, implementing it, and designing tests for
geliştirmeyi gerektiren bir kodlama projesi verilecektir.
correctness/performance will be given. The students will
Proje için öğrencilerin bir demo sunumu yapmaları
do a demo presentation of their projects.
gereklidir.
Faaliyetler
Adedi
Değerlendirmedeki Katkısı, %
(Activities)
(Quantity)
(Effects on Grading, %)
Yıl İçi Sınavları
2
30
(Midterm Exams)
Kısa Sınavlar
(Quizzes)
Ödevler
3
15
Değerlendirme
(Homework)
Sistemi
Projeler
1
15
(Projects)
(Assessment Criteria)
Dönem Ödevi/Projesi
(Term Paper/Project)
Laboratuar Uygulaması
(Laboratory Work)
Diğer Uygulamalar
(Other Activities)
Final Sınavı
1
40
(Final Exam)
DERS PLANI
(COURSE PLAN)
Hafta
(Week)
2
3
4
5
6
7
8
9
10
11
12
13
14
Dersin genel özeti, bilgisayar bilimlerinde
yapay zekanın rolü
Akıllı ajanlar ve çevreler, rasyonalite, ajan
ve çevre tipleri
Gözü kapalı arama: arama stratejileri,
genişlik öncelikli ve derinlik öncelikli
arama, düzenli harcama aramaları.
Buluşsal arama: Arama stratejileri, obur
eniyi-öncelikli arama, A* arama
Oyunlar: Arama olarak oyun oynama,
minimax algoritması, alfa-beta budaması
Mantıklı ajanlar
Birinci derece mantık: Birinci derece
mantık ve çıkarsama
Sınav1, çözümlerin tartışılması
Bilgi temsili, gösterimi, ve mantık
programlama
Bilinmezlik, bayez ağları
Makine öğrenme: Karar ağaçları, yapay
sinir ağları
Makine öğrenme: Destek vektör
makineleri
Bilgisayarlı Görme de uygulamalar
Sınav2, çözümlerin tartışılması,
Proje demo sunumları
Dönemin genel değerlendirmesi
Dersin Öğrenme Çıktılarının ve Program Çıktılarıyla İlişkisi
Relationship between the course and Program Outcomes
Programa Çıktıları (Program Outcomes)
Dersin Öğrenme Çıktıları
1
Konular
Dersin
Çıktıları
Topics
(Course
Outcomes)
General overview of the course, role of 1
artifical intelligence in computer science
Intelligent agents, agents and environments, 1, 2, 3
rationality, environment and agent types
Blind search: Search strategies, breadth1, 2, 3
first and depth-first search, uniform cost
search.
Heuristic search: Search strategies, greedy 2
best-first search, A* search
Games: Game playing as search, minimax 1, 2, 3
algorithm, alpha-beta pruning
Logical Agents
1, 2, 3, 4
First Order Logic: FOL, inference in first- 3, 4
order logic
Exam1, discussing solutions
3
Knowledge representation, logic
3
programming
Uncertainty, bayesian networks
1, 2, 3
Machine learning: Decision trees, neural
5
networks
Machine learning: Support vector
5
machines
Applications in Computer Vision
5
Exam2, discusssing solutions,
5
Project demos
Overall evaluation of the course
a
b
c
1
X
X
X
2
X
X
X
3
e
f
g
h
i
X
X
X
4
5
d
X
X
X
X
X
X
X
j
k
l
Dersin Bilgisayar Mühendisliği Programıyla İlişkisi
(Relationship between the Course and Computer Engineering Curriculum)
Program Çıktıları
a
b
c
d
e
f
g
h
i
Temel Bilimler, Temel Mühendislik ve
Bilgisayar Mühendisliği tasarım ilke ve
yöntemlerini, mühendislik problemlerinin
modellenmesi ve çözümü için
Uygulayabilme becerisi
Ayrık Matematik kavram ve konularını
uygulayabilme becerisi
Karmaşık mühendislik problemlerini
tanımlama, veri toplama, yorumlama,
problemleri analiz etme, modelleme ve etkin
çözümler geliştirme ve uygulama becerisi
Donanım ve Yazılım bileşenleri ile bir
bilgisayar sisteminin, gerçekçi kısıtlar ve
koşullar altında, analizini, tasarımını ve
yönetimini, modern mühendislik yöntemleri
ile gerçekleştirebilme becerisi
Modern mühendislik teknik ve araçları ile
bilişim teknolojileri ve yazılımlarını
geliştirme, seçme ve etkin bir şekilde
kullanabilme becerisi
Mühendislik problemlerinin incelenmesi için
laboratuvar ve bilgisayar ortamında deney
tasarlama, deney yapma, veri toplama,
sonuçları analiz etme ve yorumlama becerisi
Tek ve çok disiplinli takım çalışması
yürütebilme becerisi, buna yönelik bireysel
becerilere de sahip olma
Türkçe ve İngilizce olarak, yazılı ve sözlü
etkili iletişim kurabilme becerisi,
Kendi alanındaki uluslararası çalışmaları takip
edebilme becerisi
j
Yaşam boyu öğrenmenin gerekliliği bilinci,
bilimi ve teknolojildeki gelişmeleri izleyerek
kendini sürekli yenileyebilme becerisi, Mesleki
ve etik sorumluluk bilinci
k
Proje yönetimi, girişimcilik ve toplam kalite
yönetimi konularında farkındalık
l
Çağdaş toplumsal sorunlara duyarlılık,
mühendislik çözümlerinin etik ve hukuksal
sonuçları konusunda farkındalık
Katkı Seviyesi
(Contribution level)
1
2
3
Program Outcomes
Ability to apply the knowledge of
mathematics, science and engineering
principles to solve problems in computer
engineering
Ability to understand and apply discrete
mathematics
Ability to define complex engineering
problems, collect, analyze data, analyze
problems and develop models and implement
solutions for the engineering problems
Ability to analyze, design and manage the
hardware/software computer system
requirements with limited resources and
conditions by modern engineering principles
X
X
X
X
Ability to use modern engineering techniques,
tools and information technologies and
develop software equipment and software
Ability to conduct lab experiments by using
computers and to have the ability of
collecting data, analyze, interpret data and
to solve engineering problems
X
X
Ability to work on multidisciplinary topics
with teams as well as individually
Ability to communicate in Turkish and
English very well in the written and oral form
Ability to follow international works in his or
her field
Ability to follow technological innovations
and to engage in life-long learning in order
to adapt himself/herself to the changing
conditions of the future with professional
and ethical responsibility
Ability to make a difference about the project
management, entrepreneurship and quality
control
An understanding of current contemporary
issues and impact of engineering solutions in
legal and ethical levels
X
1: Az (Little), 2. Kısmi (Partial), 3. Tam (Full)
Düzenleyen (Prepared by)
Tarih (Date)
Assoc. Prof. Cesim Erten
15/06/2015
İmza (Signature)