| Dersin Amacı: |
"Yapay Zeka" kursu, yüksek lisans yapmakta olan öğrenciler için hazırlanmış yapay zeka alanına büyüleyici bir yolculuk sunuyor. Yapay Zeka, teknolojik gelişmelerin ön saflarında yer almakta ve makineleri insan zekasını taklit etme ve bilinçli kararlar verme konusunda güçlendirmektedir. 14 haftalık bir yarıyıla yayılan bu kurs, AI'daki temel ilke ve tekniklerin derinlemesine araştırılmasını sağlar. Yapay zekaya ve onun toplum üzerindeki etkisine girişle başlayan öğrenciler, problem çözme yöntemlerini ve arama algoritmalarını derinlemesine araştırır. Mantığı kullanarak bilgi temsilinin inceliklerini ortaya çıkarırlar ve olasılıksal akıl yürütme yoluyla belirsizlik alanını araştırırlar. Kurs ilerledikçe öğrenciler, denetimli ve denetimsiz öğrenme algoritmalarıyla pratik deneyim kazandıkları makine öğrenimi alanına girerler. Evrişimli ve tekrarlayan sinir ağlarının potansiyelini açığa çıkararak kendilerini sinir ağları ve derin öğrenme dünyasına kaptırırlar. Kurs, öğrencilere çevrelerinden öğrenebilen akıllı etmenler geliştirmek için araçlar sağlayarak pekiştirmeli öğrenmeyi daha da derinleştirir. NLP ve bilgisayar görüşü, öğrencilerin doğal dili ve görüntüleri analiz etmelerini ve işlemelerini sağlayarak merkezde yer alır. Robot biliminde yapay zeka alanını keşfetmekten etik hususlara ve ortaya çıkan trendlere kadar bu kurs, öğrencileri yapay zekanın yetenekleri ve zorlukları hakkında bütünsel bir anlayışla donatır. Yolculuk boyunca, uygulamalı projeler ve pratik alıştırmalar, öğrencilerin bilgilerini uygulamalarına ve son teknoloji yapay zeka uygulamaları geliştirmelerine olanak tanır. Kursun sonunda öğrenciler, akıllı sistemlerin çevremizdeki dünyayı şekillendirdiği bir geleceğe atılmaya hazırlanan yetenekli yapay zeka uygulayıcıları olarak ortaya çıkıyor. |
| Dersin İçeriği: |
Yapay Zekaya Giriş, Akıllı Aracılar, Arama Yoluyla Problem Çözme: Bilgisiz Arama, Bilgilendirilmiş Arama, Rakip Arama ve Oyun Oynama, Makine Öğrenmesi: Genel Bakış, Sınıflandırma ve Model Değerlendirme, Doğrusal ve Lojistik Regresyon, Sinir Ağları, Derin Öğrenme, Kısıtlama Memnuniyeti Problemleri (CSP'ler), Markov Karar Süreçleri, Takviyeli Öğrenme, Mantıksal Aracılar, Yapay Zeka Uygulamaları. |
| Hafta |
Konu |
Ön Hazırlık |
| 1) |
Yapay Zekaya Giriş
- AI ve uygulamalarına genel bakış
- AI'nın tarihsel gelişimi
- AI etiği ve toplumsal etki |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 2) |
Problem Çözme ve Arama Algoritmaları
- Problem formülasyonu ve durum uzayı gösterimi
- Bilgisiz arama algoritmaları: BFS, DFS
- Sezgisel arama algoritmaları: A* Arama |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 3) |
Rakip Arama ve Oyun Oynama
- Minimaks algoritması
- Alfa-Beta Budama
- Oyun oynayan temsilciler için değerlendirme işlevleri |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 4) |
Bilgi Temsili ve Mantık
- Önermeler ve Yüklem Mantığı
- Birinci Dereceden Mantığı kullanarak bilgi gösterimi
- Mantıkta Çözünürlük ve Çıkarım |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 5) |
Belirsizlik ve Olasılıksal Akıl Yürütme
- Bayes ağları
- Bayes teoremini kullanarak olasılıksal çıkarım
- Karar ağları ve fayda teorisi |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 6) |
Makine Öğrenimi Temelleri
- Denetimli öğrenme ve denetimsiz öğrenme
- Regresyon ve sınıflandırma algoritmaları
- Makine öğrenimi modelleri için değerlendirme metrikleri |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 7) |
Sinir Ağları ve Derin Öğrenme
- Sinir ağı mimarileri
- Geri yayılım algoritması
- Evrişimli Sinir Ağları (CNN'ler) ve Tekrarlayan Sinir Ağları (RNN'ler) |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 8) |
Ara Sınav |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 9) |
Takviyeli Öğrenme
- Markov Karar Süreçleri (MDP'ler)
- Q-öğrenme ve Değer İterasyonu
- Politika Gradyan yöntemleri |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 10) |
Doğal Dil İşleme (NLP)
- Metin ön işleme ve simgeleştirme
- Duygu analizi ve metin sınıflandırması
- Makine çevirisi için diziden diziye modeller |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 11) |
Bilgisayarla Görü ve Görüntü İşleme
- Görüntü özelliği çıkarma
- Nesne algılama ve tanıma
- Görüntü segmentasyonu ve görüntü oluşturma |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 12) |
Robotikte Yapay Zeka
- Robot kinematiği ve hareket planlaması
- Yerelleştirme ve Eşzamanlı Yerelleştirme ve Haritalama (SLAM)
- Robotik kontrol için pekiştirmeli öğrenme |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 13) |
Yapay Zeka Etiği ve Gelecek Trendler
- AI geliştirme ve dağıtımında etik hususlar
- Endüstride ve araştırmada yapay zeka
- Yapay Zeka alanında gelişen trendler |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| 14) |
Final Sınavı
Bu kurs içeriği, problem çözme ve arama algoritmalarından makine öğrenimine, derin öğrenmeye ve robot biliminde yapay zekaya kadar çok çeşitli yapay zeka konularını kapsar. Her hafta belirli yapay zeka alt alanlarına odaklanılarak öğrencilerin alanla ilgili kapsamlı bir anlayış kazanması sağlanır. Öğrencilere AI uygulamalarında pratik deneyim sağlamak için uygulamalı projeler ve pratik alıştırmalar kurs boyunca birleştirilir. |
Artificial Intelligence: A Modern Approach (AIMA), 4th Edition, Stuart J. Russell, Peter Norvig, Prentice Hall, 2020.
http://aima.cs.berkeley.edu/ |
| |
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
| 1) |
Yazılım mühendisliği, veri yönetimi ve bilgisayar güvenliği gibi temel bilgi teknolojilerindeki güncel teknik kavramları ve uygulamaları kullanma becerisi. |
|
| 2) |
Kullanıcı ihtiyaçlarının belirlenmesi, analiz edilmesi ve bilgisayar tabanlı sistemlerin seçiminde, değerlendirilmesinde ve yönetiminde kullanımının anlaşılması. |
|
| 3) |
Veri yapılarını kullanma ve algoritma geliştirme becerisi. |
|
| 4) |
Karmaşık büyük veri sistemlerini analiz etme ve yorumlama becerisi. |
|
| 5) |
Makine öğrenmesindeki kavram ve algoritmaların yorumlanması ve uygulanması becerisi. |
|
| 6) |
Veri analizi alanındaki derin öğrenmenin Matematik temellerinin anlaşılması ve teoriyi uygulama becerisi. |
|
| 7) |
Karmaşık veri yapılarını çözme, derin öğrenme modelleri geliştirme ve uygulama becerisi ve bu konularla ilgili yapay zeka odaklı araştırmaları yorumlama becerisi. |
|
| 8) |
Görüntü analizi, doğal dil işleme ve öneri sistemlerindeki sorunları çözmek için derin öğrenme tekniklerini uygulama ve gerçek dünya veri kümeleri ve projelerini yorumlama becerisi. |
|
| 9) |
Dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını pratik uygulamalara aktarma becerisi. |
|
| 10) |
İnternet aracılığıyla kullanılan araç ve teknolojiler ile sunucu kodlama dilleri ve araçları için kullanılan farklı teknolojiler hakkında bilgi kazanılması. |
|
| 11) |
Tek hücreli organizmalarda genetik bilgi akışı ve çok hücreli organizmalarda genlerin nasıl işlediğinin anlaşılması ve biyoteknoloji alanındaki uygulamaları yorumlama ve uygulama becerisi. |
|
| 12) |
Etik değerlerin bilincinde olunması ve bu değerler çerçevesinde araştırma ve uygulama yapılması gerekliliğinin anlaşılması. |
|
BİLGİ PAKETİ / DERS KATALOĞU
