Dr.Öğr.Üyesi Mert BAL

Belirsizlik (Uncertainty) Nedir?, Belirsizliğin Sınıflandırılması, Bilginin Eksikliği, Bulanıklık (Fuzziness), Durumsal Belirsizlik (Conditional Uncertainty), Olasılıksal Belirsizlik (Probabilistic Uncertainty), Bilginin Yanlış Olması Durumu, Dilsel Belirsizlik (Linguistic Uncertainty), Subjektif Belirsizlik (Subjective Uncertainty), Çelişki (Contradiction) Durumu, İkilem (Dilemma), Belirsiz Bilgiye Yaklaşım Yöntemleri, Bayes Ağları (Bayesian Networks), Bulanık Kümeler Teorisi (Fuzzy Set Theory), Olabilirlik Teorisi (Possibility Theory), İlk Değer Muhakemesi (Default Reasoning), Kaba Kümeler Teorisi (Rough Set Theory), Dempster-Shafer Teorisi (Dempster-Shafer Theory).

Uzman Sistemler (Expert Systems), Uzman Sistemler Uygulama Alanları, MYCIN, Uzman Sistem Modelleri, Kural Tabanlı Uzman Sistemler (Rule-Based Expert Systems), Bulanık Uzman Sistemler (Fuzzy Expert Systems), Çerçeve Tabanlı Uzman Sistemler (Frame - Based Expert Systems), Belirsizlik / Olasılık İlişkili Uzman Sistemler (Uncertainty / Probability Related Expert Systems), Kural Tabanlı Uzman Sistemlerin Genel Yapısı, Uzman Sistemlerin Özellikleri, Uzman Sistemlerin Geliştirilmesi, Programlama Dilleri, Uzman Sistem Kabukları (Expert System Shells), Uzman Sistem Geliştirme Platformları, CLIPS, EMYCIN, JESS, Uzman Sistemlerin Geliştirilmesinde Roller, Bilgi Tabanı (Knowledge Base), Bilgi Tabanı Oluşturma Yaklaşımları, Kural Tabanlı Sistemlerin Avantajları ve Dezavantajları, Forward Chaining (FC ) Algoritması ve Uygulama, Backward Chaining (BC) Algoritması ve Uygulama.

Karışım Çözme ve Mod Arama Algoritmaları, En Yakın Komşu Kümeleme (Nearest Neighbor Clustering), Çizge –Teorik Kümeleme (Graph – Theoretic Clustering), Bulanık Kümeleme (Fuzzy Clustering), Bulanık Bölümleme, Bulanık Kümeleme Uzayı, Bulanık c – Ortalamalar Fonksiyoneli, Bulanık c – Ortalamalar Algoritması, İç Çarpım Normları, Gustafson – Kessel Algoritması, Gath – Geva Kümeleme Algoritması, İlişkili Verilerin Küme Analizi, Sıradan En Küçük Kareler Tahmini (Ordinary Least Squares Estimation), Toplam En Küçük Kareler Tahmini (Total Least Squares Estimation), Bulanık c – Regresyon Modeller (Fuzzy c – Regression Models), Kısıtlı Prototip Tabanlı FCRM, Geçerlilik Ölçüleri, Bölümleme Katsayısı (Partition Coefficient), Sınıflandırma Entropisi (Classification Entropy), Bölümleme İndeksi (Partition Index),  Ayırma İndeksi (Seperation Index), Xie ve Beni İndeksi (Xie Beni Index), Dunn İndeksi (Dunn Index), Alternatif Dunn İndeksi (Alternative Dunn Index), Bulanık Hiper Hacim (Fuzzy Hyper Volume).

Karışım Çözme ve Mod Arama Algoritmaları, En Yakın Komşu Kümeleme (Nearest Neighbor Clustering), Çizge –Teorik Kümeleme (Graph – Theoretic Clustering), Bulanık Kümeleme (Fuzzy Clustering), Bulanık Bölümleme, Bulanık Kümeleme Uzayı, Bulanık c – Ortalamalar Fonksiyoneli, Bulanık c – Ortalamalar Algoritması, İç Çarpım Normları, Gustafson – Kessel Algoritması, Gath – Geva Kümeleme Algoritması, İlişkili Verilerin Küme Analizi, Sıradan En Küçük Kareler Tahmini (Ordinary Least Squares Estimation), Toplam En Küçük Kareler Tahmini (Total Least Squares Estimation), Bulanık c – Regresyon Modeller (Fuzzy c – Regression Models), Kısıtlı Prototip Tabanlı FCRM, Geçerlilik Ölçüleri, Bölümleme Katsayısı (Partition Coefficient), Sınıflandırma Entropisi (Classification Entropy), Bölümleme İndeksi (Partition Index),  Ayırma İndeksi (Seperation Index), Xie ve Beni İndeksi (Xie Beni Index), Dunn İndeksi (Dunn Index), Alternatif Dunn İndeksi (Alternative Dunn Index), Bulanık Hiper Hacim (Fuzzy Hyper Volume).

Levenberg - Marquardt Algoritması, Genetik Algoritmalar (Genetic Algorithms), Diferansiyel Gelişim Algoritması (Differential Evoluation Algorithm), Parçacık Sürü Optimizasyonu (Particle Swarm Optimization (PSO)), Karınca Koloni Optimizasyonu (Ant Colony Optimization (ACO)).

Dinamik Sinir Ağları (Dynamic Neural Networks), Runge – Kutta Metodunun Yapay Sinir Ağları ile Kullanımı  

Saklı Markov Modelleri (Hidden Markov Models), Kesikli Markov Süreçleri, Değerlendirme (Evaluation), Durum Dizisinin Bulunması: Kod Çözme (Decoding), Viterbi Algoritması, Model Parametrelerinin Öğrenilmesi, Baum – Welch Algoritması.

Radyal Taban Fonksiyonlu Yapay Sinir Ağları, Radyal Tabanlı Fonksiyon Ağlarında Öğrenme, Parametrelerin Belirlenmesi, Cover Teoremi, Gauss Radyal Taban Fonksiyonlu Sinir Ağları, İleri Yönde Veri Akışı, Hata Geriye Yayma Yöntemi ile Parametrelerin Güncellenmesi.

Yapay Sinir Ağları (Artificial Neural Networks-ANNs), Yapay Sinir Ağlarının Matematiksel İfadesi, Matematiksel Nöron Modeli, Nöron Dinamiği, Aktivasyon Fonksiyonları, Sınıflandırma Problemi, İleri Sürümlü Sinir Ağları, Hata Geriye Yayma Yöntemi (Backpropagation Method), Matematiksel Türetim ve Analiz, Öğrenme. 

Destek Vektör Makineleri (Support Vector Machines), İç Çarpım, Metrik Uzay, Cauchy-Schwarz Teoremi, Lineer Ayrılabilir Veriler, Primal Çözüm, Lagrange Çarpanları, Karush-Kuhn-Tucker Koşulları, Dual Çözüm, Lineer Olarak Ayrılamayan Veriler, Nonlineer Destek Vektör Makineleri, Nonlineer Özellik Uzayı, Çekirdek (Kernel) Fonksiyonları, Çekirdek Hilesi (Kernel Trick), Mercer Teoremi, Gram Matrisi, Çekirdek Tipleri, Destek Vektör Makineleri ve Çekirdek Fonksiyonlar, XOR Problemi.

Yapay Sinir Ağları (Artificial Neural Networks-ANNs), Yapay Sinir Ağlarının Matematiksel İfadesi, Matematiksel Nöron Modeli, Nöron Dinamiği, Aktivasyon Fonksiyonları, Sınıflandırma Problemi, İleri Sürümlü Sinir Ağları, Hata Geriye Yayma Yöntemi (Backpropagation Method), Matematiksel Türetim ve Analiz, Öğrenme. 

Kümeleme (Clustering), Benzerlik ve Uzaklık, Kümeleme Teknikleri, Hiyerarşik Kümeleme Algoritmaları, Birleştirici Yöntemler, Ayırıcı Yöntemler, Tek Bağlantı Yöntemi (Single Linkage Method), Tam Bağlantı Yöntemi (Complete Linkage Method), Bölümleyici Algoritmalar, Karesel Hata Kümeleme Yöntemi, K-Ortalamalar Algoritması, Klasik Bulanık Küme Analizi.

Mantıksal Etmenler (Logical Agents), Bilgi-Tabanlı Etmenler (Knowledge-Based Agents), Çıkarsama Mekanizması (Inference Engine), Deklaratif ve Prosedürel Programlama Karşıtlığı, Wumpus Dünyası (The Wumpus World), Bilgi Temsil Dili Olarak Mantık (Lojik), Önermesel Mantık (Propositional Logic), PL Sözdizim (Syntax), Backus-Naur Form (BNF) Grameri, PL Semantik (Semantics), Mantıksal Sonuç Çıkarma (Entailment), Mantıksal Çıkarsama (Logical Inference), Çözünürlük (Resolution), Çözümleme ile İspat, PL Cümlelerinin Normal Formları, Horn Cümleleri (Horn Clauses).

Birinci Derece Mantık (First Order Logic-FOL), Yüklemler (Predicates), Niceleyiciler (Quantifiers), Niceleyiciler için Dönüştürme Kuralları, Çıkarım Kuralları (Inference Rules), Birleştirme Algoritması (Unification Algorithm), Çözülüm Ağacı (Resolution Tree), Kısıtlamalı Problem Örneği, Bilgilerin Üretim Kuralları ile İfadesi, Horn Cümlesi-Mantıksal Çıkarım, İleri Zincirleme Algoritması (Forward Chaining Algorithm), Geri Zincirleme Algoritması (Backward Chaining Algorithm), DPLL Algoritması, WalkSAT Algoritması, Conjunctive Normal Form (CNF) Dönüştürme, Birinci Derece Mantıkta Bilgi Mühendisliği (Knowledge Engineering in FOL), Elektronik Devreleri Alanı (Electronic Circuit Domain), Prolog Mantık Programlama Dili (Prolog-Logic Programming Language), Dekleratif (Declerative) Programlama, Prolog Mekanizmaları, İlişkileri Gerçeklerle Tanımlama, Prolog Sorguları (Prolog Queries).

Bilgi Temsili (Knowledge Representation), Bilgi'nin Özellikleri, Bilgi Türleri, Bilgi Tabanı (Knowledge Base) Nedir?, Anlama, Anlambilim Gösterimler, Minsky Teorisi, Bilgi Gösterim Türleri, Anlamsal Ağlar (Semantic Nets), Bilgi'nin Çerçeve (Frame) Modeli, Sahne (Scene) Modeli, Closed World Sistemler, Open World Sistemler, Kurallar (Rules), Kurallar ile Çıkarım (Rules of Inference), İleriye Doğru Zincirleme Yöntemi (Forward Chaining), Geriye Doğru Zincirleme Yöntemi (Backward Chaining), Anlaşmazlıkların Çözümü (Conflict Resolution), Yüklem Mantığı (Predicate Logic).

İstatistiksel Öğrenme Teorisi (Vapnik-Chervonenkis (VC) Teorisi), Hesaplamalı Öğrenme Teorisi (Computational Learning Theory), Fonksiyon Tahmin Modeli, Yapısal Risk Minimizasyon Problemi, Örüntü Tanıma Problemi (Pattern Recognition Problem), Regresyon Tahmin Problemi, Yoğunluk Tahmin Problemi (Fisher-Wald Setting), Bilgi Teorisi Kavramları, Entropi (Entropy), Kullback-Leibler Mesafesi, Jensen Eşitsizliği, Bretagnolle-Huber Eşitsizliği, Öğrenme Probleminin Genel Kuruluşu, Deneysel Risk Minimizasyonu İndüksiyon Prensibi, Deneysel Risk Minimizasyonu Prensibi ve Klasik Yöntemler, Vapnik - Chervonenkis Boyutu, Ivanov ve Tikhonov Düzenlemesi, Olası Yaklaşık Doğru Öğrenme (Probably Approximately Correct Learning - PAC Learning), Kötü Konumlanmış Problem (İll - Posed Problem), İyi Konumlanmış Problem (Well - Posed Problem), Occam'ın Usturası (Occam's Razor).

Bayesci Öğrenme (Bayesian Learning), Bayes Teoremi Kullanarak Hipotez Öğrenme, Hipotez Sınıfları, Maksimum Olabilirlik (Maximum Likelihood) Hipotezi, MAP (Maximum A Priori) Olasılık Hipotezi, Bayes Optimal Sınıflandırıcı (Bayes Optimal Classifier), Gibbs Sınıflandırıcısı (Gibbs Classifier), Naive-Bayes Sınıflandırıcısı (Naive-Bayes Classifier).

Bayesci Öğrenme (Bayesian Learning), Bayes Teoremi Kullanarak Hipotez Öğrenme, Hipotez Sınıfları, Maksimum Olabilirlik (Maximum Likelihood) Hipotezi, MAP (Maximum A Priori) Olasılık Hipotezi, Bayes Optimal Sınıflandırıcı (Bayes Optimal Classifier), Gibbs Sınıflandırıcısı (Gibbs Classifier), Naive-Bayes Sınıflandırıcısı (Naive-Bayes Classifier).

Karar Ağaçları (Decision Trees), Tek Değişkenli Bölme Kriterleri (Univariate Splitting Criteria), Katışkı Tabanlı Kriter (Impurity-Based Criteria), Bilgi Kazanımı (Information Gain), Gini İndeksi (Gini Index), Olabilirlik Oranı Ki-Kare İstatistikleri, DKM (Dietterich-Kearns-Mansour) Kriteri, Normalleştirilmiş Katışkı Tabanlı Kriter, Kazanç Oranı (Gain Ratio), Mesafe Ölçüsü (Distance Measure), İkili Kriter (Binary Criteria), Twoing Kriteri, Ortogonal Kriter, Kolmogorov-Smirnov Kriteri, AUC Kriteri, Diğer Tek Değişkenli Bölme Kriterleri, Çok Değişkenli Bölme Kriterleri, Durdurma Kriterleri (Stopping Criteria), Budama Yöntemleri (Pruning Methods), Maliyet Karmaşıklık Budama (Cost Complexity Pruning - CCP), İndirgenmiş Hata Budama (Reduced Error Pruning - REP), Minimum Hata Budama (Minimum Error Pruning - MEP), Kötümser Budama (Pessimistic Pruning), Hataya Dayalı Budama (Error-Based Pruning), Optimal Budama (Optimal Pruning), Minimum Tanım Uzunluğu Budama (Minimum Description Length - MDL Pruning), Diğer Budama Yöntemleri, Budama Yöntemlerinin Karşılaştırılması, Karar Ağaçlarında Diğer Konular, Ağırlıklandırma Örnekleri, Yanlış Sınıflandırma Maliyetleri, Eksik Değerlerin Değerlendirilmesi, Karar Ağacı Algoritmaları, ID3 (Iterative Dichotomiser) Algoritması, C4.5 Algoritması, Sınıflandırma ve Regresyon Ağaçları, CART (Classification and Regression Trees) Algoritması, CHAID (Chi-Square Automatic Interaction Detection) Algoritması, QUEST (Quick Unbiased Efficient Statistical Tree) Algoritması, Karar Ağacı Uzantıları, Oblivious Decision Trees, Bulanık Karar Ağaçları (Fuzzy Decision Trees - FDT), Esnek Karar Ağaçları (Soft Decision Trees - SDT), Büyük Veri Kümeleri için Karar Ağacı İndükleyicileri, SLIQ Algoritması, SPRINT Algoritması.

Kısıt Sağlama Problemleri (Constraint Satisfaction Problems-CSP), CSP Türleri, CSP Uygulama Alanları, Cryptharithmetic Problemi, Geriye İzleme Yöntemi (Backtracking Method), Geriye İzleme Algoritması, CSP Sezgisel Algoritmalar, En az Kalan Değerler Yöntemi (Minimum Remaining Values), Bilginin Kısıtlar Boyunca Yayılması, Kısıtların Yayılması (Constraint Propagation), En az Çelişki (Minimum Conflicts), Kenarların Tutarlılığı (Arc Consistency), Tutarlı Kenarlar Algoritması (AC-3), k-Tutarlılık (k-Consistency), CSP' ler için Yerel Arama (Local Search for CSPs), CSP' lerin Ağaç Yapıları (Tree Structures of CSPs), Ağaç Ayrıştırması (Tree Decomposition), Boolean Sağlama Problemi (Boolean Satisfaction Problem-SAT), Davis-Putnam-Logemann-Loveland (DPLL) Ağaç Arama Algoritması (DPLL Tree Search Algorithm), Kısıt Programlama Dilleri (Constraint Programming Languages).

İstatistiksel Öğrenme Teorisi (Vapnik-Chervonenkis (VC) Teorisi), Hesaplamalı Öğrenme Teorisi (Computational Learning Theory), Fonksiyon Tahmin Modeli, Yapısal Risk Minimizasyon Problemi, Örüntü Tanıma Problemi (Pattern Recognition Problem), Regresyon Tahmin Problemi, Yoğunluk Tahmin Problemi (Fisher-Wald Setting), Bilgi Teorisi Kavramları, Entropi (Entropy), Kullback-Leibler Mesafesi, Jensen Eşitsizliği, Bretagnolle-Huber Eşitsizliği, Öğrenme Probleminin Genel Kuruluşu, Deneysel Risk Minimizasyonu İndüksiyon Prensibi, Deneysel Risk Minimizasyonu Prensibi ve Klasik Yöntemler, Vapnik - Chervonenkis Boyutu, Ivanov ve Tikhonov Düzenlemesi, Olası Yaklaşık Doğru Öğrenme (Probably Approximately Correct Learning - PAC Learning), Kötü Konumlanmış Problem (İll - Posed Problem), İyi Konumlanmış Problem (Well - Posed Problem), Occam'ın Usturası (Occam's Razor).

Denetimli Öğrenme (Supervised Learning), Eğitim Kümesi, İndüksiyon Algoritmaları (Induction Algorithms), Performans Değerlendirmesi, Genelleme Hatası, Genelleme Hatasının Teorik Tahmini, Vapnik - Chervonenkis Boyutu, Olası Yaklaşık Doğru Öğrenme (Probably Approximately Correct Learning- PAC Learning), Genelleme Hatasının Deneysel Tahmini, Hesaplamalı Karmaşıklık (Computational Complexity), Anlaşılabilirlik (Comprehensibility), Büyük Veri Kümelerinde Ölçeklenebilirlik, Boyutluluk Belası (Curse of Dimensionality), Sınıflandırma Probleminin Uzantıları, Çoklu-Etiketli Sınıflandırma (Multi - Label Classification), Çok-Sınıflı Sınıflandırma (Multi-Class Classification), Bulanık Sınıflandırma (Fuzzy Classification), Tercihli Öğrenme (Preference Learning), Kısıt Sınıflandırma (Constraint Classification).

Birliktelik Kuralları Madenciliği (Association Rule Mining), Birliktelik Kurallarının Matematiksel Modeli, Yaygın Örüntü Analizi (Frequent Pattern Analysis), Birliktelik Kuralları Çeşitleri, Tek Seviyeli Birliktelik Kuralları, Çok Seviyeli Birliktelik Kuralları, Çok Boyutlu Birliktelik Kuralları, Kısıt Tabanlı Birliktelik Analizi, Kantitatif Birliktelik Kurallarının çıkarılması, Apriori Algoritması, Kapalı Örüntüler (Closed Patterns), FP-Growth Algoritması, 

Bayes Ağları (Bayes İnanç Ağları, Olasılıksal Ağlar), Çizge Teorisinin Temel Kavram ve Tanımları, Olasılık Teorisinin Temel Kavram ve Tanımları, Olasılık Ölçüsü, Olasılık Dağılımları, Bağımlılık ve Bağımsızlık, Bayes Teoremi, Bayes Ağlarının Oluşturulması, Bayes Ağ Tabanlı Teşhis Modeli, Bayes Ağlarında Çıkarım Yöntemleri, Tam (Kesin) Çıkarım, Yaklaşık Çıkarım.

Akıllı Etmenler için Soyut Mimariler, Reaktif Etmenler, Durum Etmenleri, TILEWORLD, Fayda Fonksiyonları, Yüklem Görev Spesifikasyonları, Görev Ortamları, Etmenlerin Sentezlenmesi.

İlginçlik Ölçüleri (Interestingness Measures), Laplace Düzeltmesi, Lift, Leverage, Conviction, Gini Index, J-Measure, Sebag-Schoenauer, Kulcyznski, Loevinger.

Bulanık Birliktelik Kuralları Madenciliği (Fuzzy Association Rule Mining), FARM Algoritma, Uygulama, Çıkarımlar, Hesaplamalı Sonuçlar.

İlginçlik Ölçüleri (Interestingness Measures), Laplace Düzeltmesi, Lift, Leverage, Conviction, Gini Index, J-Measure, Sebag-Schoenauer, Kulcyznski, Loevinger.

Bulanık Birliktelik Kuralları Madenciliği (Fuzzy Association Rule Mining), FARM Algoritma, Uygulama, Çıkarımlar, Hesaplamalı Sonuçlar.

Rekabet Ortamında Arama (Adverserial Search), Oyun Teorisi (Game Theory), Kazanç Matrisi, Oyun Türleri, Stratejik Oyunlar, Oyun Oynama Algoritmaları, Oyun Problemlerinde Arama Ağaçları, Oyun Ağacı Örneği, Tic-Tac-Toe Oyunu, Minimax Algoritması, Negamax Algoritması, Alfa-Beta (α-β) Budama Yöntemi (Alfa-Beta (α-β) Pruning Methods), Değerlendirme Fonksiyonları (Evaluation Functions), Sınırlı Derinlikte Arama' da Ufuk Etkisi, Expectiminimax Algoritması, Rastgele Olmayan Oyun Uygulamaları.

Bilgili Arama Stratejileri (Informed Search Strategies), En iyi Öncelikli Arama (Best-First Search), Açgözlü Yöntemler (Greedy Methods), A* Arama (A* Search), A* Aramanın Optimalliği (Optimality of A* Search), Yinelemeli Derinleştirmeli A* Arama (Iterative Deepening A*-IDA*), Basitleştirlmiş Bellek Sınırlı A* Arama (Simplified Memory Bounded A*-SMA*), Sezgisel Fonksiyonlar ve Özellikleri (Heuristic Functions and Properties), Lokal Arama Algoritmaları (Local Search Algorithms), Optimizasyon Yöntemler (Optimization Methods), Tepe Tırmanma (Hill Climbing), Benzetimli Tavlama (Simulated Annealing), Lokal Işın Arama (Local Beam Search), Genetik Algoritmalar (Genetic Algorithms), Diğer Arama Yöntemleri (Other Search Methods).

Gerçek Zamanlı Arama (Real-Time Search), LRTA* (Learning in Real-Time A*), LRTA* 'nın Yürütme Maliyetinin Analizi, LRTA*'nın Özellikleri, Gerçek Zamanlı Öğrenme, İnsansız Hava Aracı (Unmanned Aerial Vehicle-UAV) için Yol Planlayıcı Problemi.

Gerçek Zamanlı Arama (Real-Time Search), LRTA* (Learning in Real-Time A*), LRTA* 'nın Yürütme Maliyetinin Analizi, LRTA*'nın Özellikleri, Gerçek Zamanlı Öğrenme, İnsansız Hava Aracı (Unmanned Aerial Vehicle-UAV) için Yol Planlayıcı Problemi.

Bilgisiz Arama Stratejileri (Uninformed Search Strategies), Genişlik Öncelikli Arama (Breadth-First Search), Derinlik Öncelikli Arama (Depth-First Search), Düşük Maliyetli Arama (Uniform-Cost Search), Derinlik Sınırlı Arama (Depth-Limited Search), Yinelemeli Derinine Arama (Iterative Deepening Search), İki Yönlü Arama (Bi-Directional Search), Fazlalık Arama, Bilgisiz Arama Stratejilerinin Karşılaştırılması.

Gerçek Zamanlı Arama (Real-Time Search), LRTA* (Learning in Real-Time A*), LRTA* 'nın Yürütme Maliyetinin Analizi, LRTA*'nın Özellikleri, Gerçek Zamanlı Öğrenme, İnsansız Hava Aracı (Unmanned Aerial Vehicle-UAV) için Yol Planlayıcı Problemi.

Aykırı Değer Tespiti (Outlier Detection), Tek Değişkenli İstatistiksel Yöntemler, Tek Adımlı ve Sıralı Prosedürler, İçe ve Dışa Yönelik Prosedürler, Tek Değişkenli Sağlam Ölçüler, S Kestiricileri, M Kestiricileri, MM Kestiricileri, İstatistiksel Süreç Kontrolü (Statistical Process Control-SPC), Çok Değişkenli Aykırı Değer Tespiti, Çok Değişkenli Aykırı Değer Tespiti için İstatistiksel Yöntemler, Aykırı Değer Tespiti için Veri Madenciliği Yöntemleri.

Arama Stratejileri ile Yapay Zeka Problemlerinin Çözümü, Problem Çözme ve Arama Stratejileri (Problem Solving and Search Strategies), Durum Uzayı (State Space), Graflar (Graphs), Problem Çeşitleri, Problem Çözme Performansının Belirlenmesi, Problem Örnekleri, AND/OR Arama Ağacı (AND/OR Search Tree),  Durum Uzayında Aramanın Formel İfadesi, Ağaç Üzerinde Arama Algoritmaları, Graf Arama Algoritması (Graph Search Algotithm), Karmaşıklık (Complexity). Yapay Zeka_ders 3_ Problem Çözme_Ar....pdf

Ayrıklaştrma Yöntemleri (Discretization Methods), Tipik Yöntemler, Eşit-Genişlik Ayrıklaştırma (Equal-Width Discretization-EWD), Eşit-Frekans Ayrıklaştırma (Equal Frequency Discretization-EFD), Sabit Frekans Ayrıklaştırma (Fixed-Frequency Discretization-FFD), Çoklu-Aralıklı-Entropi-Minimizasyon-Ayrıklaştırma (Multi-Interval-Entropy-Minimization-Discretization-MIEMD), ChiMerge, StatDisc, InfoMerge Ayrıklaştırma, Küme Tabanlı Ayrıklaştırma (Cluster-Based Discretization), ID3 Ayrıklaştırma, Ayrık Olmayan Ayrıklaştırma, Tembel (Lazy) Ayrıklaştırma, Dinamik Nitel Ayrıklaştırma, Sıralı Ayrıklaştırma, Bulanık Ayrıklaştırma (Fuzzy Discretization-FD), Yinelemeli İyileştirmeli Ayrıklaştırma, Karar Ağacı Öğrenme için Ayrıklaştırma, Naive-Bayes Öğrenme için Ayrıklaştırma. 

Markov Karar Süreçleri (Markov Decision Processes-MDP), Sezgiseller (Heuristics), Sezgisel Örnekleri

Durum Uzay Problemleri (State Space Problems), Railroad Switching Problem, Problem Çizge Temsilleri, Arama Problemi Örnekleri, Sliding-Tile Puzzles, Rubik's Cube, Atomix, Rota Planlama (Route Planning), Gezgin Satıcı Problemi (Travelling Salesman Problem-TSP), Metric Travelling Salesman Problem, Genel Durum Uzayı Tanımlamaları, Önermesel Planlama Problemleri (Propositional Planning Problem), BLOCKSWORLD Örneği, Hareket Planlama (Action Planning), PDDL (Problem Domain Description Language), Logistics Problem, STRIPS Planlama Yaklaşımı, 

Durum Uzay Problemleri (State Space Problems), Railroad Switching Problem, Problem Çizge Temsilleri, Arama Problemi Örnekleri, Sliding-Tile Puzzles, Rubik's Cube, Atomix, Rota Planlama (Route Planning), Gezgin Satıcı Problemi (Travelling Salesman Problem-TSP), Metric Travelling Salesman Problem, Genel Durum Uzayı Tanımlamaları, Önermesel Planlama Problemleri (Propositional Planning Problem), BLOCKSWORLD Örneği, Hareket Planlama (Action Planning), PDDL (Problem Domain Description Language), Logistics Problem, STRIPS Planlama Yaklaşımı, 

Markov Karar Süreçleri (Markov Decision Processes-MDP), Sezgiseller (Heuristics), Sezgisel Örnekleri

Veri Madenciliğine Giriş, Veri Temizleme (Data Cleansing) 

Boyut İndirgeme (Dimension Reduction) ve Özellik Seçimi (Feature Selection), Özellik Seçim Kavramları, Özellik Seçimi Temel Adımlar, Özellik Seçim Karakteristikleri, Arama Organizasyonu, Ardılların Üretimi, Değerlendirme Ölçüleri, Özellik Seçim Kategorileri, Filtreleme (Filtering) Yöntemleri, Sarmal (Wrapper) Yöntemler, Gömülü (Embedded) Yöntemler. Özellik Seçim Algoritmaları (Feature Selection Algorithms), FOCUS, Bilgi-Teorik (Information-Theoretic) Özellik Filtresi, RELIEF, LVF (Las Vegas Filtering), LVI (Las Vegas Incremental), Dal ve Sınır (Branch & Bound) Algoritması, Otomatik Dal ve Sınır (Automatic Branch & Bound-ABB) Algoritması, Hızlı Dal ve Sınır (Quick Branch & Bound) Algoritması, SetCover Algoritması.

Çizge Kuramı (Graph Theory) ve Ağaçlar (Trees)

Ayrıklaştrma Yöntemleri (Discretization Methods), Tipik Yöntemler, Eşit-Genişlik Ayrıklaştırma (Equal-Width Discretization-EWD), Eşit-Frekans Ayrıklaştırma (Equal Frequency Discretization-EFD), Sabit Frekans Ayrıklaştırma (Fixed-Frequency Discretization-FFD), Çoklu-Aralıklı-Entropi-Minimizasyon-Ayrıklaştırma (Multi-Interval-Entropy-Minimization-Discretization-MIEMD), ChiMerge, StatDisc, InfoMerge Ayrıklaştırma, Küme Tabanlı Ayrıklaştırma (Cluster-Based Discretization), ID3 Ayrıklaştırma, Ayrık Olmayan Ayrıklaştırma, Tembel (Lazy) Ayrıklaştırma, Dinamik Nitel Ayrıklaştırma, Sıralı Ayrıklaştırma, Bulanık Ayrıklaştırma (Fuzzy Discretization-FD), Yinelemeli İyileştirmeli Ayrıklaştırma, Karar Ağacı Öğrenme için Ayrıklaştırma, Naive-Bayes Öğrenme için Ayrıklaştırma. 

Boyut İndirgeme (Dimension Reduction) ve Özellik Seçimi (Feature Selection), Özellik Seçim Kavramları, Özellik Seçimi Temel Adımlar, Özellik Seçim Karakteristikleri, Arama Organizasyonu, Ardılların Üretimi, Değerlendirme Ölçüleri, Özellik Seçim Kategorileri, Filtreleme (Filtering) Yöntemleri, Sarmal (Wrapper) Yöntemler, Gömülü (Embedded) Yöntemler. Özellik Seçim Algoritmaları (Feature Selection Algorithms), FOCUS, Bilgi-Teorik (Information-Theoretic) Özellik Filtresi, RELIEF, LVF (Las Vegas Filtering), LVI (Las Vegas Incremental), Dal ve Sınır (Branch & Bound) Algoritması, Otomatik Dal ve Sınır (Automatic Branch & Bound-ABB) Algoritması, Hızlı Dal ve Sınır (Quick Branch & Bound) Algoritması, SetCover Algoritması.

Yapay Zekaya Giriş, Zeka Nedir?, Yapay Zeka Tarihçesi, Yapay Zeka Tanımları, Yapay Zeka Kavramları, Yapay Zeka Uygulama Alanları, Örnek Yapay Zeka Sistemleri, Akıllı Sistem Sınıfları,Turing Testi, Searle Deneyi, Eliza Programı, Sembolik İşleme, Sibernetik, Yapay Zeka Programlama Dilleri, Gelecekte Yapay Zeka

Akıllı Etmenler (Intelligent Agents), Akıllı Etmenlerin Sınıflandırılması, Akıllı Etmenlerin Karakteristik Özellikleri, Akıllı Etmen Örnekleri ve Uygulama Alanları, Basit Tepki Etmenleri (Simple Reflex Agents), Modele Dayalı Tepki Etmenleri (Model-Based Reflex Agents), Amaca Dayalı Etmenler (Goal-Based Agents), Faydaya Dayalı Etmenler (Utility-Based Agents), Öğrenen Etmenler (Learning Agents), Akıllı Etmen Öğrenme Yöntemleri (Intelligent Agent Learning Methods), Planlı Öğrenme (Planning Learning), Denetleyerek Öğrenme (Supervised Learning), Takviyeli Öğrenme (Reinforcement Learning) Yapay Zeka_ders 2_ Akıllı Etmenler-....pdf