Ders Adı Yapay Zeka İçin Bilgi Temsili ve Akıl Yürütme
Ders Kodu f21ab2505cc847849d
Dersin Türü Zorunlu
Ders Biriminin Seviyesi Lisansüstü
Yıl Hazırlık
Dönem 1.Yarıyıl
AKTS 6
Dersi Veren(ler) Dr. Öğr. Üyesi Utku KÖSE
Dersin Yardımcıları
Dersin Öğrenme Çıktıları Yapay Zeka açısından bilginin ne olduğunu anlayabilmek. Bir zeki sistem için bilgi temsili tasarımı gerçekleştirebilmek. Bir zeki sistem için akıl yürütme süreçlerinin tasarımını gerçekleştirebilmek.
Ders İşleme Biçimi Yüz Yüze
-
Dersin İçeriği Bilgi kavramı, Yapay Zekaya göre bilgi, Nesne yönelimli temsil, Tanımlama mantığı, Ontolojiler, Mantık programlama, Kısıt programlama, Eylem gösterimi ve akıl yürütme, Soyutlama, Yeniden formülasyon, Yaklaşım - Tahminleme
Dersin Verildiği Diller Türkçe
Dersin Hedefleri Yapay Zeka için bilgi kavramının ne olduğunu anlamak. Zeki bir sistem tasarımında bilgi temsilinin önemini anlamak. Zeki sistemlerde bilgi temsili ve akıl yürütme arası bağlantıları tasarlamak. Yapay Zeka açısından farklı bilgi temsili ve akıl yürütme tekniklerini öğrenmek.
Dersin Amacı Yapay Zeka tabanlı sistemlerin geliştirilmesi noktasında farklı bilgi temsilleri ve akıl yürütme yaklaşım, yöntem ve tekniklerini öğrenmek.
WorkPlacement
Hafta Konular  
1 Giriş - Bilgi Kavramı - Yapay Zeka Açısından Bilgi
2 Nesne Yönelimli Temsil
3 Yapısal Tanımlamalar
4 Örnek Uygulamalar
5 Ontolojiler - Bilgi Temsili Yaklaşımları
6 Mantık Programlama - Kısıt Programlama
7 Farklı Akıl Yürütme Yaklaşımları
8 Örnek Uygulamalar - Değerlendirmeler
9 Eylem Tasarımları
10 Eylem Temsilleri
11 Eylemlere Yönelik Akıl Yürütme
12 Örnek Uygulamalar - Değerlendirmeler
13 Soyutlama, Yeniden formülasyon ve Yaklaşma - Tahminleme
14 Ders Sonu Genel Değerlendirme
No Bölüm Öğrenme Çıktısı Katkı Düzeyi
1 Matematik ve fen bilgilerini mühendislikte uygulama becerisi kazanır. 4
2 Deney tasarlama, deney yapma, deney sonuçlarını analiz etme ve yorumlama becerisi kazanır. 4
3 İstenen gereksinimleri karşılayacak biçimde bir sistemin(donanım veya yazılım) süreçlerini tasarlayabilir. 3
4 Çok disiplinli konularda çalışabilir. 4
5 Mühendislik problemlerini tanımlama, modelleme ve çözme becerisi kazanır 5
6 Mesleki ve etik sorumluluk bilinci kazanır. 3
7 Mühendislik çözümlerinin evrensel ve ulusal boyutlarda etkilerini anlama becerisi kazanır. 4
8 Yaşam boyu öğrenmenin gerekliliği, bilinci ve bunu gerçekleştirebilme becerisi kazanır 3
9 Mühendislik uygulamaları için gerekli olan teknikleri ve modern araçları kullanma becerisi kazanır 3
10 Zaman yönetimi yapabilme ve meslek gelişimi planlayabilme becerisi kazanır. 4
11 Bilgisayar mühendisliği ile ilgili projeleri ayrıntıları ile planlayabilme becerileri kazanır. 4
12 Yenilikçi ve sorgulayıcı düşünüp sıra dışı yollar keşfedebilme becerisi kazanır 4
Yarıyıl İçi Çalışmaları Sayısı Katkı Payı
Ara Sınav 1 80
Kısa Sınav 0 0
Ödev 1 20
Devam 0 0
Uygulama 0 0
Labaratuvar 0 0
Proje 0 0
Atölye 0 0
Seminer 0 0
Arazi Çalışması 0 0
TOPLAM 100
Yıliçinin Başarıya Oranı 40
Finalin Başarıya Oranı 60
TOPLAM 100
AKTS kredilerinin belirlenmesinde öğrenci işyükü anketlerinden faydalanılmaktadır.
Etkinlik Sayısı Süresi Toplam
Ders Süresi (Sınav Haftaları Hariç) 14 2 28
Sınıf Dışı Ders Çalışma Süresi 14 3 42
Ödevler 3 15 45
Sunum 1 10 10
Proje 3 15 45
Laboratuar Çalışması 0 0 0
Arazi ya da Alan Çalışması 0 0 0
Ara Sınavlar 1 8 8
Yarıyıl Sonu Sınavı 1 10 10
İşyükü Saati (30) 30
Toplam İşyükü / Saat 188    
Dersin Akts Kredisi 6    
Ders Notu Brachman, R., & Levesque, H. (2004). Knowledge Representation and Reasoning. Morgan Kaufmann. Sowa, J. F. (2000). Knowledge representation: logical, philosophical, and computational foundations (Vol. 13). Pacific Grove: Brooks/Cole.
Diğer Kaynaklar Ders Öğretim Üyesi'nin Notları, Web'teki Ders Notları, Makaleler, Bildiriler ve benzeri dokümanlar.
Materyal
Dökümanlar
Ödevler
Sınavlar
Materyal Diğer
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri
Konferanslar, Uygulamalı Dersler, Sunumlar, Seminerler, Projeler, Laboratuar Uygulamaları(gerekirse)