| Ders İçeriği (Türkçe) | : | Yapay zeka tanımı, tarihçesi ve temel kavramları, yapay zeka türleri ve uygulama alanları, yapay zeka tabanlı modelleme süreci, tahmin problemleri ve algoritmaları, yapay sinir ağları, yapay sinir ağlarının kodlanması ve mühendislik problemlerine tatbik edilmesi, arama problemleri ve meta-sezgisel optimizasyon, sezgisel arama algoritmaları (genetik algoritma, yapay arı kolonisi algoritması, ortak yaşam algoritması, sos) sezgisel tahmin algoritması ve uygulamaları, sezgisel sınıflandırma algoritması ve uygulamaları, meta-sezgisel regresyon ve uygulamaları sınıflandırma problemleri ve olasılıksal sınıflandırma (yalın bayes), Sınıflandırma Problemleri ve Örnek Tabanlı Sınıflandırma (k-nn, karar ağaçları), Kümeleme Algoritmaları (Hiyerarşik ve Hiyerarşik olmayan kümeleme yöntemleri, k-ortalamalar yöntemi), Berimsel Öğrenme |
| Ders İçeriği (İngilizce) | : | Definition of Artificial Intelligence (AI), Terminology and Basic, Concepts of AI, The Types and Applications of AI, AI-based Modeling Process, Artificial Neural Networks (ANNs), Coding and Applying of ANNs to Engineering Problems, Searching Problem and Meta-Heuristic Optimization, Heuristic Searching Algorithms (Genetic Algorithm, Artificial Bee Colony, Algorithm, Symbiotic Organism Search), The classification problems and the AI-based solutions, Naïve Bayes Classification, Instance Based Classification (k-nearest neighbor algorithm, decision, trees: ID3, C4.5), Meta-Heuristic Estimation Algorithm and applications, Meta-Heuristic Classification Algorithm and applications, Meta-Heuristic regression and applications, Clustering algorithms (hierarchical and non-hierarchical clustering, algorithms), Relational learning |
