Yapay Zeka
MIT’nin bu dersi, yapay zekânın bilgi temsili, problem çözme ve öğrenme yöntemlerini öğreterek zeki sistemler geliştirme temellerini sunar.
Yapay Zekaya Giriş
-
Ders Tanımı
Ders Programı
-
Müfredat
Ders Videoları
-
1. Ünite: Giriş ve Kapsam
-
2. Ünite: Amaç Ağaçları ile Akıl Yürütme ve Problem Çözme
-
3. Ünite: Amaç Ağaçları ve Kural Tabanlı Uzman Sistemlerle Akıl Yürütme
-
4. Ünite: Derinlik-Öncelikli Arama, Tepe Tırmanma ve Işın Araması
-
5. Ünite: En Uygun Arama, Dallama ve Sınırlama Yöntemleri
-
6. Ünite: Oyunlarda Arama, Minimax ve Alpha-Beta Algoritması
-
7. Ünite: Kısıtlar Altında Çizimlerin Yorumlanması
-
8. Ünite: Kısıt Tabanlı Arama ve Alan Azaltma
-
9. Ünite: Kısıtlarla Görsel Nesne Tanıma
-
10. Ünite: Öğrenmeye Giriş, En Yakın Komşular Algoritması
-
11. Ünite: Tanımlama Ağaçları ile Öğrenme ve Düzensizlik Ölçütü
-
12. Ünite: Sinir Ağları
-
13. Ünite: Derin Sinir Ağları
-
14. Ünite: Genetik Algoritmalar ile Öğrenme
-
15. Ünite: Seyrek Uzaylarda Öğrenme ve Fonoloji
-
16. Ünite: Yakın Başarısızlıklar ve Uygunluk Koşulları ile Öğrenme
-
17. Ünite: Destek Vektör Makineleri ile Öğrenme
-
18. Ünite: Artırmalı (Boosting) Öğrenme Yöntemleri
-
19. Ünite: Temsiller, Sınıflar, Yörüngeler ve Geçişler
-
20. Ünite: Mimariler – GPS, SOAR, Alt Sınıflama ve Zihin Toplumu
-
21. Ünite: Olasılıksal Çıkarım I
-
22. Ünite: Olasılıksal Çıkarım II
-
23. Ünite: Model Birleştirme, Çapraz-Modsal Bağlantılar ve Ders Özeti
Ders Sonu Değerlendirmesi
-
Google Form
Bu Ders Hakkında
MIT’nin sunduğu “Yapay Zekâ” dersi, zeki sistemlerin tasarımı ve geliştirilmesine yönelik bilgi temsili, problem çözme ve öğrenme yaklaşımlarını sistematik biçimde ele alır. Ders, öğrencilerin yapay zekâ alanında karşılaşacakları temel kavramları hem teorik hem de uygulamalı bir çerçevede kavramalarını sağlar.
Bilgi temsili ve çıkarım, arama algoritmaları, karar ağaçları, Bayesçi akıl yürütme, yapay sinir ağları, genetik algoritmalar ve pekiştirmeli öğrenme gibi konular; gerçek dünya senaryoları ve örnek uygulamalar üzerinden işlenir. Bu yapı, öğrencilerin yapay zekâyı yalnızca algoritmik bir araç olarak değil, aynı zamanda insan zekâsını anlamaya yönelik bir araştırma alanı olarak görmelerini sağlar.
Ders sonunda öğrenciler, somut hesaplama problemlerine yönelik akıllı sistemler inşa edebilecek, öğrenme sistemlerinin arkasındaki mekanizmaları kavrayabilecek ve bilişsel süreçleri hesaplamalı bir perspektiften değerlendirebilecek bilgiye sahip olurlar.
Eğitmen
Prof. Patrick Henry Winston, MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü’nde uzun yıllar boyunca öğretim üyeliği yapmıştır. Yapay zekâ alanında öncü bir akademisyen olarak, özellikle bilgi temsili, görsel algı ve bilişsel modeller üzerine çalışmalarıyla tanınır. Öğretme konusundaki tutkusuyla öğrencileri etkileyen Winston, 6.034 dersini MIT’nin en ilham verici yapay zekâ kurslarından biri hâline getirmiştir. Öğrenciler tarafından hem akademik derinliği hem de sezgisel anlatımıyla büyük takdir kazanmıştır.
-
Pazara Giriş ve Müşteri Kazanımı Stratej...Kişisel GelişimBİGGVADİ girişimcilerine özel bu eğitim, pazara giriş stratejileri ve ilk müşteri kazanımı için etkili satış ve dağıtım ... -
Pazar Segmentasyonu ve Odak PazarKişisel GelişimBİGG girişimcileri için hedef müşteri belirleme, pazar segmentasyonu ve doğru odak pazarın seçimi konularını ele alan uy... -
Sayısal Düşünmeye ve Veri Bilimine GirişKişisel GelişimSayısal düşünme temelli bu ders, Python diliyle temel programlama becerileri kazandırarak, veri bilimine giriş için sağl...
From Eduvence Courses?
-
Learn at your own pace
Enjoy learning from home without a fixed schedule and with an easy-to-follow method.
-
Get a front-row seat
With unlimited access, you can watch as many times as you need to perfect your technique.
-
Watch professionally produced lessons
Eduvence carefully curates its instructor team to provide a high-quality, online learning experience.
-
Learn from the best professionals
Learn valuable methods and techniques explained by top experts in the creative industry.
-
Certificates
Receive a certified special certificate for each course. Share it in your portfolio, on social media, or anywhere you want.
-
Share your knowledge and ideas
Ask questions, request feedback, or offer solutions. Share your learning experience with other students.