| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Bilgi Mühendisliği | CENG 468 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Bilgi çıkarma, mühendislik ve bağlamanın temelleri, verileri makine sorgulamasına ve otomatik akıl yürütmeye uygun hale getirme. |
| 2. Akıllı sistemlerde bilgi grafikleri ve ontolojilerin yapısını ve uygulamalarını tanımlayabilecektir. |
| 3. Bilgi tabanlı sistemler oluşturmak için uzman sistem geliştirme araçlarını, kabuklarını ve ortamlarını seçmek ve kullanmak. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bilgi mühendisliği, yapay zeka içinde bilgi tabanlı sistemler geliştiren bir alandır. Bu tür sistemler, gerçek dünya problemlerine çözüm sağlamak için bilgi, kural ve muhakeme mekanizmalarını içeren bilgisayar programlarıdır. Bu dersin temel amacı, uzmanlık alanlarında önemsiz olmayan sorunları çözmek için alana özgü bilgileri kullanan uzman sistemleri tasarlamak ve uygulamak için gerekli becerileri sağlamaktır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Yapay Zekaya Genel Bakış |
| 2 | Bilgi çizgeleri ve ontolojiler |
| 3 | OWL, RDF, SPARQL |
| 4 | Ontoloji tasarım metodolojileri |
| 5 | İçsel ve Dışsal Modelleme |
| 6 | Ontoloji tasarım kalıpları |
| 7 | Arasınav |
| 8 | Çıkarım; İleri Zincirleme |
| 9 | Geriye Doğru Zincirleme ve Karma Zincirleme |
| 10 | Uzman Sistem Oluşturma Araçları, Geliştirme Dilleri, Kabuklar, Ortamlar |
| 11 | Belirsizlik; Kesinlik Faktörleri, Bayesçi, Bulanık mantık tabanlı, Dempster-Shafer |
| 12 | Uzman Sistemlerde Otomatik Bilgi Edinme, Makine Öğrenimi Yaklaşımları |
| 13 | Kural ve Karar Ağacları ve Tümevarım. |
| 14 | Gözden Geçirme |
| |
| Kaynaklar: |
| Notes and slides provided by the teacher.
Hitzler, P., Gangemi, A., & Janowicz, K. (2016). Ontology Engineering with Ontology Design Patterns. Amsterdam: IOS Press.
P.A. Bonatti, S. Decker, A. Polleres, V. Presutti, Knowledge graphs: new directions for knowledge representation on the Semantic Web (dagstuhl seminar 18371). Dagstuhl Rep. 8(9), 29–111 (2019) |
| |
| Diğer Kaynaklar: |
| Joseph Giarratano and Gary Riley. Expert Systems-Principles and Programming. PWS Publishing Company. |
| |
| Öğretim Yöntem ve Teknikleri: |
| Dersin yürütülmesinde ağırlıklı olarak ders anlatımı kullanılacaktır. Öğrencileri belirli konuları daha detaylı araştırmaya teşvik etmek için ev ödevleri ve bir dönem projesi kullanılacaktır. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 3 | %15 |
| Ara Sınav | 1 | %25 |
| Proje | 1 | %30 |
| Final Sınavı | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |