Bilgi Paketi / Ders Kataloğu
| Ekonomi | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | Sanat, Tasarım ve Mimarlık Fakültesi | |||||
| Ders Kodu | DGD 431 | |||||
| Ders Adı İngilizce | AI Programming | |||||
| Ders Adı Türkçe | Yapay Zeka Programlama | |||||
| Öğretim Dili | EN | |||||
| Ders Türü | Ders | |||||
| Dersin Düzeyi | İleri | |||||
| Dönem | Güz | |||||
| Haftalık İletişim Saatleri |
|
|||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 132 saat | |||||
| Ders Kredileri | 5 AKTS | |||||
| Değerlendirme | Standart Harf Notu | |||||
| Ön Koşul | Yok | |||||
| Yan Koşul | Yok | |||||
| Beklenen Ön Bilgi | Öğrencilerin programlamada sağlam bir temele (tercihen C# veya C++), Unity veya Unreal Engine kullanarak temel oyun geliştirme deneyimine ve veri yapıları ve algoritmalara aşinalığa sahip olmaları beklenmektedir. | |||||
| Kayıt Kısıtlamaları | Yok | |||||
| Genel Eğitim Hedefi | Bu dersin temel eğitim amacı: • Dijital oyunlarda uygulanan yapay zeka prensiplerini ve tekniklerini anlamak. • FSM'ler, karar ağaçları ve davranış ağaçları gibi temel yapay zeka yapılarını uygulamak. • Sinir ağları ve genetik algoritmalar dahil olmak üzere uyarlanabilir ve üretken sistemleri keşfetmek. • Yapay zekayı oyun içi problemleri çözmek ve dinamik içerik oluşturmak için kullanmak. | |||||
| Ders Açıklaması | Bu ders, oyun ve simülasyon ortamlarında kullanılan temel yapay zekâ (YZ) tekniklerini, hem teorik temellere hem de pratik uygulamaya odaklanarak tanıtmaktadır. Öğrenciler, sonlu durum makineleri (YZM), karar ağaçları, sinir ağları, genetik algoritmalar ve seçilmiş optimizasyon stratejileri gibi teknikleri kullanarak davranış sistemlerini, problem çözme yaklaşımlarını ve yaratıcı içerik üretimini keşfedecek ve programlayacaklardır. Uygulamalar arasında oyun karakterleri için davranış modelleme, kombinatoryal problem çözme ve prosedürel içerik üretimi (örneğin, 3B geometri sentezi) yer alacaktır. Uygulamalı bölümde ise öğrenciler, uyarlanabilir NPC'ler, oyun içi sohbet robotu entegrasyonu ve oyuncu davranışına yanıt veren reaktif sistemler gibi oyuna özgü YZ sistemlerini uygulayacaklardır. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) Sonlu durum makineleri, davranış ağaçları ve optimizasyon algoritmaları gibi çeşitli yapay zeka yapılarını tanımlama bilgisini edinme. 2) NPC davranışları için FSM'ler, karar ağaçları ve sinir ağları gibi yapay zeka tekniklerinin uygulanma becerisini kazanma. 3) Oyuncu davranışlarına ve oyun içi olaylara yanıt veren uyarlanabilir sistemler tasarlama yetkinliğini kazanma. 4) Çeşitli oyun türlerinin ihtiyaçlarına göre tasarlanmış yapay zeka destekli sistemleri inşa etme yetkinliğini kazanma. 5) Oyun yapay zekasındaki güncel trendleri araştırıp, mevcut projelere yeni yaklaşımlar entegre etme yetkinliğini kazanma. 6) Oyun çeşitliliğini artırmak için prosedürel üretim ve uyarlanabilir mantık kullanma becerisi ve yetkinliğini kazanma. |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | ||||||
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | ||||||
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak | ||||||
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | ||||||
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | ||||||
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | ||||||
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | ||||||
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | ||||||
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | ||||||
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | ||||||
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | N | |
| 2) | Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | N | |
| 3) | Mikroekonomik ve makroekonomik teoriyi anlamak | N | |
| 4) | Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | N | |
| 5) | Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | N | |
| 6) | Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | N | |
| 7) | Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | N | |
| 8) | Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | H | |
| 9) | Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | H | |
| 10) | Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | H | |
| 11) | Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. | H |
| Hazırlayan ve Tarih | EMİRHAN COŞKUN , August 2025 |
| Ders Koordinatörü | EMİRHAN COŞKUN |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Introduction to AI in Games |
| 2) | Sonlu Durum Makineleri ve Karar Ağaçları |
| 3) | Davranış Ağaçları ve Reaktif Etmenler |
| 4) | Yol Bulma Algoritmaları ve Navigasyon Ağları |
| 5) | Yapay Zeka Planlama ve Kural Tabanlı Sistemler |
| 6) | Vize Proje Planlama ve Öneriler |
| 7) | Sinir Ağları ve Pekiştirmeli Öğrenme (Temel Bilgiler) |
| 8) | Genetik Algoritmalar ve Optimizasyon Teknikleri |
| 9) | Prosedürel İçerik Üretimi (Seviyeler, Ortamlar, Anlatılar) |
| 10) | Uyarlanabilir NPC'ler ve Oyun Dengeleme için Yapay Zeka |
| 11) | Sohbet Robotları ve Diyalog Sistemlerinin Entegrasyonu |
| 12) | Yapay Zeka Sistemlerinde Performans Profili Oluşturma ve Hata Ayıklama |
| 13) | Final Projesi Geliştirme ve Test Etme |
| 14) | Final Sunumları ve Eleştiriler |
| Gerekli/Tavsiye Edilen Okumalar | •Millington, I. & Funge, J. (2016). Artificial Intelligence for Games. CRC Press. • Buckland, M. (2005). Programming Game AI by Example. Jones & Bartlett Learning. • Togelius, J. & Yannakakis, G. N. (2016). Procedural Content Generation in Games. Springer. • Norvig, P. & Russell, S. (2020). Artificial Intelligence: A Modern Approach (for theoretical background). • Unity and Unreal documentation on NavMesh, Behavior Trees, and Machine Learning plugins (ML-Agents, etc.) • GDC Vault talks on game AI design patterns and procedural techniques. | ||||||||||||||||||
| Öğretme Teknikleri | • Teorik modeller ve yapay zeka tasarım kalıpları üzerine dersler. • Unity/Unreal veya Python tabanlı simülasyon araçları kullanılarak programlama ödevleri. • Davranış sistemleri ve prosedürel içeriklere odaklanan grup çalışmaları. • Sinir ağı ve optimizasyon tekniklerinin canlı gösterimleri. • Uygulanan yapay zeka sistemleriyle ara sınav ve final proje sunumları. • Kod incelemeleri ve yinelemeli prototipleme. | ||||||||||||||||||
| Ödev ve Projeler | 2 Ödev 1 Ara Dönem Projesi 1 Final Projesi | ||||||||||||||||||
| Laboratuvar Çalışması | |||||||||||||||||||
| Bilgisayar Kullanımı | |||||||||||||||||||
| Diğer Aktiviteler | Seminer ve çalıştaylar | ||||||||||||||||||
| Değerlendirme Yöntemleri |
|
||||||||||||||||||
| Ders Yönetimi |
coskunemi@mef.edu.tr coskunemi@mef.edu.tr 0212 395 36 00 Stüdyo için planlanan ders saatinin tamamı boyunca katılım zorunludur. Öğrenciler, derste yapılan çalışmaları sorgulamalı ve tartışmalıdır. Tüm öğrencilerin ara ve final stüdyo incelemelerine katılmaları ve katılım göstermeleri gerekmektedir. Tüm ödevler belirtilen tarih ve saatte teslim edilmelidir. Akademik Dürüstlükten Kaçınma ve İntihal: YÖK Disiplin Yönetmeliği. |
||||||||||||||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 0 | 1 | 14 | |||
| Uygulama | 14 | 0 | 2 | 28 | |||
| Sınıf Dışı Ders Çalışması | 10 | 0 | 3 | 30 | |||
| Ödevler | 2 | 0 | 5 | 10 | |||
| Ara Sınavlar | 1 | 0 | 20 | 20 | |||
| Final | 1 | 0 | 30 | 30 | |||
| Toplam İş Yükü | 132 | ||||||
| Toplam İş Yükü/25 | 5.3 | ||||||
| AKTS | 5 | ||||||