BLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA"

Transkript

1 BLM-431 YAPAY ZEKA Ders-3 Durum Uzayında Arama Yrd. Doç. Dr. Ümit ATİLA

2 Dersin Hedefleri Durum uzayı temsilini öğrenmek ve durum uzayında arama problemi olarak formülize edilen bazı genel problemlere aşinalık kazanmak Verilen bir problem tanımından, problemi durum uzayı arama problemi olarak formülize edebilme Durumların onların özellikleri ile nasıl temsil edilebildiğini anlamak. Hedef Temelli etmenlerin durum uzayında arama kullanılarak modellenmesi. 2

3 Akıllı Etmen 3

4 Hedefe Yönlendirilmiş Etmen Hedefe yönlendirilmiş etmen, kesin hedeflere ihtiyaç duyar. Birçok problem, bir durum kümesi ve bir durumun diğerine nasıl değiştiğinin kural kümesi olarak temsil edilebilir. Bir etmen istenen hedefe ulaşmak için bir dizi eylem seçmek zorundadır. 4

5 Arama Problemi Her bir durum, etmenin bulunduğu ortamın soyut bir temsilidir. Her durum etmenin biçiminin belirtilmesi için bir soyutlamadır. Bir etmen bir eylem gerçekleştirerek, bulunduğu durumdan o durumun varislerinden birine geçer. Başlangıç Durumu: Etmenin başlangıç biçiminin tanımlanmasıdır. Bir eylem / operatör etmeni bir durumdan diğerine sokar. Bir durum birçok varis duruma sahip olabilir. 5

6 Arama Problemi Plan, bir etmenin başlangıç durumundan başlayarak hedefe ulaşana kadar bir eylem dizisini gerçekleştirmesidir. Path (yol) ise eylem dizisini tanımlar. Hedef, ortama ait bir grup istenen durumun tanımlamasıdır. Hedef durumlar sıklıkla bir hedef testi ile belirtilir. Hedef testi hedef durumun birini sağlamalıdır. Bir yolun maliyeti genellikle farklı adımların maliyetlerinin toplamı olan pozitif bir saydır. 6

7 Arama Problemi Problem Formülasyonu, değerlendirmek üzere uygun durumları seçmek ve bir durumdan diğerine geçmek için uygun operatörleri seçmek. Bize verilen bir problemin, durum kümeleri ve eylem (operatör) kümeleri olarak formülize edilmesidir. Arama, başlangıç durumuna uygulanacak olan eylem dizilerini hayal etme ve hangi eylem dizisinin hedefe ulaştığını kontrol etme süreci 7

8 Arama Problemi Bir etmen bir durumdayken mümkün olan eylemlerden birini gerçekleştirir. Arama Problemi: Etmeni başlangıç durumdan hedef duruma götürecek eylemler dizisinin bulunmasıdır. Böylece arama problemi bir yönlü graf olarak temsil edilmiş olur. Durumlar düğümler ile temsil edilir. İzin verilen eylemler ise bağlantılar ile temsil edilir. 8

9 Arama Problemi S: tüm durumlar kümesi S 0 : başlangıç durumu A: S S operatör kümesi G: hedef durum kümesi Arama Problemi: Etmeni başlangıç durumdan hedef duruma götürecek eylemler dizisinin bulunması 9

10 Arama İşlemi Mevcut durumu kontrol et Bir sonraki duruma geçebilmek için izin verilen eylemleri gerçekleştir Yeni durumun hedef durum olup olmadığını kontrol et. Eğer değilse, yeni durum mevcut durum olur ve bu işlemler bir çözüm bulana kadar veya durum uzayı bitene kadar tekrar edilir. Böylece etmen başlangıç durumundan başlayarak durum uzayını keşfeder ve amacı hedef duruma varmaktır. 10

11 Arama İşlemi 11

12 Arama İşlemi 12

13 Arama İşlemi 13

14 Arama İşlemi 14

15 Arama İşlemi 15

16 Arama İşlemi 16

17 Hanoi Kuleleri 3 adet çubuk ve 3 adet diskimiz var. Operatörler: çubukların herhangi birinin en üstünde yer alan disk, bir başka çubuğun yine en üst konumuna taşınabilir. Amaç, diskleri aynı dizilim sırası ile A çubuğundan B çubuğuna taşımak. 17

18 Hanoi Kuleleri Başlangıç durumundan hedef duruma gitmek için gerçekleştirilecek eylem dizisi ne olmalı? 18

19 Hanoi Kuleleri 19

20 Hanoi Kuleleri 20

21 Hanoi Kuleleri 21

22 Hanoi Kuleleri 22

23 Hanoi Kuleleri 23

24 Hanoi Kuleleri 24

25 Hanoi Kuleleri 25

26 Hanoi Kuleleri 26

27 Hanoi Kuleleri 27

28 Hanoi Kuleleri 28

29 Hanoi Kuleleri 29

30 Hanoi Kuleleri 30

31 Hanoi Kuleleri 31

32 Hanoi Kuleleri 32

33 8 Vezir Problemi 8 adet veziri satranç tahtasına öyle bir yerleştirin ki bu vezirlerden hiç biri diğeri hamle yapamasın. Bu problem için durum uzayını nasıl formülize edebiliriz ve bu problemi bir durum uzayında arama problemi olarak nasıl çözebiliriz? 33

34 8 Vezir Problemi Çözümü Örnek bir çözüm 34

35 8 Vezir Problemi Çözümü Geçerli olmayan bir çözüm 35

36 8 Vezir Problemi Formülasyon-1 Durumlar: 8 vezirin tahta üzerinde herhangi bir dizilimi Başlangıç durumu: Tahta üzerinde hiç vezir yok. Successor Fonksiyonu: Bir kareye bir vezir yerleştir. Tahtada 5 vezir varsa 64-5= 59 successor durumu vardır. Hedef Testi: Tahta üzerinde 8 vezir ve hiçbirine hamle yapılamıyor. 36

37 8 Vezir Problemi Formülasyon-1 Başlangıç durumunda 64 Successor 37

38 8 Vezir Problemi Formülasyon-1 Bir vezir yerleşti, Bu durumdayken mümkün 63 Successor daha var 38

39 8 Vezir Problemi Formülasyon-1 63 Successor 39

40 8 Vezir Problemi Formülasyon-1 63 Successor 40

41 8 Vezir Problemi Formülasyon-1 63 Successor 41

42 8 Vezir Problemi Formülasyon-1 63 Successor... 42

43 8 Vezir Problemi Formülasyon-2 Durumlar: 8 adet vezirin tahta üzerinde herhangi bir dizilimi Başlangıç durumu: Bütün vezirler 1. sütunda Successor Fonksiyonu: Bir vezirin yerini değiştir. Hedef Testi: Tahta üzerinde 8 vezir ve hiçbirine hamle yapılamıyor. 43

44 8 Vezir Problemi Formülasyon-2 Başlangıç durumu 44

45 8 Vezir Problemi Formülasyon-2 Vezirler 7 sütundan birine hareket ettirilir. 45

46 8 Vezir Problemi Formülasyon-2 Örnek bir ara durum 46

47 8 Vezir Problemi Formülasyon-3 Durumlar: k adet vezirin ilk k adet satırda hiçbirine hamle yapılamayacak şekilde herhangi bir dizilimi Başlangıç durumu: Tahtada hiç vezir yok Successor Fonksiyonu: (k+1). Satıra bir vezir ekle ve vezirlerin hiç birine hamle yapılamasın Hedef Testi: Tahta üzerinde 8 vezir ve hiçbirine hamle yapılamıyor. 47

48 8 Vezir Problemi Formülasyon-3 k = 3 için başlangıç durumu k+1 için 4. satırda 4. ve 8. sütunlara vezir konabilir. k=3 durumunda, 2 adet successor var. 48

49 8 Vezir Problemi Yapılan formülasyonlar arama algoritmaları için uygun mudur? Hangi arama algoritması hangi formülasyon için daha verimli çalışır? 49

50 Açık vs. Üstü Kapalı Durum Uzayları Durum uzayı açık bir şekilde temsil edilebilir. Durum uzayındaki tüm durumlar ve mümkün tüm eylemler ortaya konur. Yapay zeka problemlerinde durum uzayları büyüktür ve açık temsil zor ve gereksizdir. Durumları temsil etmek için metodlar vardır ve verilen bir durum ve operatör ile sonraki durumu üretilebilir. Durum uzayı tipik olarak üstü kapalı bir şekilde temsil edilir ve ihtiyaç duyulduğunda oluşturulur. Etmen Başlangıç durumunu bilir Opertatörleri bilir Durum uzayını böylece genişletebilir. Bir operatör bir düğümü açan fonksiyondur. Etmen verilen düğümün successor larını hesaplar. Etmen kendine verilen durum ve verilen operatörle successor düğümü oluşturabilecektir. 50

51 8-Puzzle Problemi 8 puzzle probleminde 9 kareden oluşan bir platform ve bu platform üzerinde 1 den 8 e kadar numaralanmış 8 blok bulunur. Bu bloklar belli bir dizilime sahip olur ve 9 kareden biri boştur. 8 puzzle probleminde amaç blokları boşluğa kaydırmak suretiyle verilen bir hedef dizilime ulaşmaktır. Hedef durum sistemin farklı bir biçimidir. 51

52 8-Puzzle Problemi Boşluk 4 veya 8 e kaydırılabilir. 52

53 8-Puzzle Problemi 53

54 8-Puzzle Problemi Durumlar Bir durum, 8 bloğun her birinin bir konumda tanımlanmasıdır Operasyonlar / Eylemler Boşluk sağa, sola, yukarı, aşağı hareket edebilir. Hedef Testi Mevcut durumun verilen hedef durumla uyuşması Yol Maliyeti (Path Cost) Boşluğun her bir hareketinin maliyeti 1 Boşluk kaç kere hareket ettirildi? Hedef minimum olan. 54

55 8-Puzzle Problemi Bu başlangıç durumundan iki adet mümkün eylem gerçekleştirebiliriiz. Bunlardan biri 4 ün sağa kayması, diğeri de 8 in yukarı kayması. Diğer bir deyişle boşluğun sola veya aşağı kayması 55

56 8-Puzzle Problemi Eğer boşluğu sola kaydırırsak elde edilen dizilim 56

57 8-Puzzle Problemi Eğer boşluğu aşağı kaydırırsak elde edilen dizilim 57

58 8-Puzzle Problemi Bu noktadan sonra boşluk aşağı veya sola kaydırılabilir. Boşluğu sağa kaydırmıyoruz çünkü eğer sağa kaydırırsak bir önceki duruma dönmüş oluruz. Bu şekilde 8 puzzle probleminin durum uzayını genişletmiş oluruz. Bu operatörün uygulanması sonucu sonucun tanımlandığı kapalı durum uzayının çok basit bir örneğidir. 58

59 Tic-tac-toe Bir diğer örnek olarak Tic-Tac-Toe oyununu ele alalım. Bu oyun single agent olarak modellenemez çünkü iki kişiyle oynanır. Tic-Tac-Toe oyununda 3x3 bir tablo var. Her oyuncu bir sembolü kullanarak tabloda bir hücreyi işaretler. Bu yöntemle Tic-Tac-Toe probleminin her bir durumu noktaların ve çarpıların konumları ile temsil edilebilir. 59

60 Tic-tac-toe 60

61 Tic-tac-toe Diyelim oyuncu noktayı şuraya yerleştirdi. Mümkün successorlar nelerdir? 61

62 Tic-tac-toe Mevcut durum için 8 adet successor var. Sonraki oyuncu hamlesi için 7 successor kaldı. 62

63 Tic-tac-toe 63

64 Durum Uzayında Arama Giriş Durum kümesi Operatörler ( ve maliyetler) Başlangıç durumu Hedef durum (test) Çıkış Yol: başla hedef testini sağlayan bir durum En kısa yol gerekebilir. 64

65 Temel Arama Algoritması L başlangıç durumunu tutan liste ( L = fringe) L başta başlangıç durumunu tutan bir listeyken, daha sonra o ana kadar oluşturduğumuz durum kümesini tutacak bir listedir. Döngü Eğer L boş ise hata döndür Değilse Node select (L) Eğer Node hedef ise Düğümü döndür (başlangıç durumundan düğüme olan yol) Değilse tüm uygulanabilir eylemleri düğüme uygula ve yeni oluşturulan durumları L ye ekle 65

66 Temel Arama Algoritması Çeşitli arama algoritmaları farklı successor ları fringe içerisinde nasıl yerleştirdiğimize ve fringe te yer alan hangi düğümün seçilerek açılacağına göre birbirleridne ayrılırlar. 66

67 Temel arama algoritması: Anahtar noktalar Arama ağacı sınırlandırılmamış olabilir. Döngüler sebep olur Durum uzayının sonsuz olması sebep olur. Bir yol veya düğüm döndürüyor mu? Birleştirme ve seçimler nasıl yapılıyor? Graf ağırlıklı mı ağırlıksız mı? Ara durumların kalitesi hakkında ne kadar bilgi sahibiyiz? Hedefimiz en iyi çözümü bulmak mı yoksa en çabuk şekilde bir çözüm mü bulmak? 67

68 Arama stratejisi Problem çözme performansının ölçülmesi: Completeness: Arama stratejisi çözümün olduğu durumda bir çözüm bulmayı garanti ediyor mu? Optimality: Çözümün maliyeti düşük mü yoksa minimum mu? Stratejiye bağlı olan arama maliyeti çözümü bulmak için ihtiyaç duyulan zaman ve hafızadır 68

69 Arama Stratejileri Bilgisiz (Kör) Arama (Blind) Depth first arama Breath first arama Iterative deepining arama Bilgili Arama (Informed) Kısıt Sağlama (Constraint Satisfaction) Yarışmacı Arama (Adversarial) 69

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-4 Bilgisiz Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak

Detaylı

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf

Detaylı

YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA

YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA Problem çözme ve arama Problem çözmeye giriş Karmaşıklık Bilgisiz arama Problem formülasyonu Arama stratejileri: derinlik-önce, genişlik-önce Bilgili

Detaylı

YZM YAPAY ZEKA DERS#6: REKABET ORTAMINDA ARAMA

YZM YAPAY ZEKA DERS#6: REKABET ORTAMINDA ARAMA YZM 3217- YAPAY ZEKA DERS#6: REKABET ORTAMINDA ARAMA Oyun Oynama Çoklu vekil ortamı-her bir vekil karar verirken diğer vekillerin de hareketlerini dikkate almalı ve bu vekillerin onun durumunu nasıl etkileyeceğini

Detaylı

YZM YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ

YZM YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ YZM 327 - YAPAY ZEKA DERS#4: BİLGİSİZ ARAMA YÖNTEMLERİ Bilgisiz Arama Stratejisi Sadece problem formülasyonundaki mevcut bilgiyi kullanır Durum bilgisinden yararlanmazlar Çözüme ulaşmak için hiçbir bilgi

Detaylı

YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA

YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA YZM 3217 YAPAY ZEKA DERS#3: PROBLEM ÇÖZME VE ARAMA Geçen Haftalar: Özet YZ nin Tanımı ve Tarihçesi Turing Testi Zeki Ajanlar: Ajan Tipleri: Basit Tepki, model tabanlı, hedef tabanlı, fayda tabanlı Rasyonel

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2 YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2 Özyineli Olmayan (Nonrecursive) Algoritmaların Matematiksel Analizi En büyük elemanı bulma problemi En Büyük Elemanı Bulma Problemi Girdi

Detaylı

Yapay Zekada Problem Çözme

Yapay Zekada Problem Çözme Yapay Zekada Problem Çözme Yapay Zekada Problem Çözme Yapay zeka teknolojileri her şeyden önce problem çözme işlemini arama ve değerlendirmeye dayalı olarak gerçekleştirir. Probleme Çözüm Arama ve Değerlendirme:

Detaylı

ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX

ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX XI İÇİNDEKİLER ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX 1. GİRİŞ... 1 2. PLANLAMANIN TARİHÇESİ... 7 2.1 Literatürdeki Planlayıcılar ve Kullandıkları Problem... Gösterimi

Detaylı

Genel Graf Üzerinde Mutlak 1-merkez

Genel Graf Üzerinde Mutlak 1-merkez Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen

Detaylı

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü

Detaylı

Arama Algoritmaları ile Gerçek Dünya Örnekleri

Arama Algoritmaları ile Gerçek Dünya Örnekleri Arama Algoritmaları Arama Algoritmaları ile Gerçek Dünya Örnekleri Rota Bulma bilgisayar ağları, otomatik seyahat tavsiye sistemleri, havayolu seyahat planlama sistemleri gibi değişik alanlarda kullanılmaktadır

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR Aç Gözlü (Hırslı) Algoritmalar (Greedy ) Bozuk para verme problemi Bir kasiyer 48 kuruş para üstünü nasıl verir? 25 kuruş, 10 kuruş,

Detaylı

Veritabanı Tasarımı. Sütunlar, Karakterler ve Satırlar ile Çalışma

Veritabanı Tasarımı. Sütunlar, Karakterler ve Satırlar ile Çalışma Veritabanı Tasarımı Sütunlar, Karakterler ve Satırlar ile Çalışma Amaç Bu ders aşağıdaki hedefleri kapsamaktadır: Bir karakter ifadesi oluşturmak için diğer sütunları, aritmetik ifadeleri ya da sabit değerleri

Detaylı

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 VERİ YAPILARI GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 GRAPH (ÇİZGE - GRAF) Terminoloji Çizge Kullanım Alanları Çizge Gösterimi Komşuluk Matrisi Komşuluk Listesi Çizge Üzerinde

Detaylı

Sequence Oyununun Minimaks Algoritması Kullanılarak Tasarlanması ve Geliştirilmesi

Sequence Oyununun Minimaks Algoritması Kullanılarak Tasarlanması ve Geliştirilmesi Sequence Oyununun Minimaks Algoritması Kullanılarak Tasarlanması ve Geliştirilmesi Yavuz Kömeçoğlu Çetin Oktay Nilgün İncereis Levent Yıldız Yrd. Doç. Dr. Aslı Uyar Özkaya XoX Oyunu Puanlama Sistemi Sequence

Detaylı

Akıllı Satranç Uygulaması HAZIRLAYAN: BERKAY ATAMAN DANIŞMAN: DOÇ. DR. FEZA BUZLUCA

Akıllı Satranç Uygulaması HAZIRLAYAN: BERKAY ATAMAN DANIŞMAN: DOÇ. DR. FEZA BUZLUCA Akıllı Satranç Uygulaması HAZIRLAYAN: BERKAY ATAMAN - 150120037 DANIŞMAN: DOÇ. DR. FEZA BUZLUCA İÇERİK 1. Giriş 2. Analiz 3. Modelleme ve Gerçekleme 4. Yapılan Testler 5. Sonuç 6. Demo 1. GİRİŞ Satranç

Detaylı

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm

Detaylı

Çizgeler (Graphs) Doç. Dr. Aybars UĞUR

Çizgeler (Graphs) Doç. Dr. Aybars UĞUR Çizgeler (Graphs) ve Uygulamaları Doç. Dr. Aybars UĞUR Giriş Şekil 12.1 : Çizge (Graph) Çizge (Graph) : Köşe (vertex) adı verilen düğümlerden ve kenar (edge) adı verilip köşeleri birbirine bağlayan bağlantılardan

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ Azalt ve Fethet Algoritmaları Problemi daha küçük bir örneğine çevir: Küçük örneği çöz Çözümü asıl probleme genişlet 3 tipi vardır:

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BÖLÜM - 11 Bu bölümde, Graph (Çizge - Graf) Terminoloji Çizge Kullanım

Detaylı

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-1 Kapsama Kuralları & Rasgele Sayı Üretimi & Rekürsif (Özyinelemeli) Fonksiyonlar

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-1 Kapsama Kuralları & Rasgele Sayı Üretimi & Rekürsif (Özyinelemeli) Fonksiyonlar BLM-112 PROGRAMLAMA DİLLERİ II Ders-1 Kapsama Kuralları & Rasgele Sayı Üretimi & Rekürsif (Özyinelemeli) Fonksiyonlar Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/

Detaylı

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-12 Fonksiyonlar. Yrd. Doç. Dr. Ümit ATİLA

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-12 Fonksiyonlar. Yrd. Doç. Dr. Ümit ATİLA BLM-111 PROGRAMLAMA DİLLERİ I Ders-12 Fonksiyonlar Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Fonksiyonlar Fonksiyonlar C de modüller Programlar kullanıcı tanımlı

Detaylı

Önemli noktalar. Paradigma Nesnelere Giriş Mesajlar / Ara bağlantılar Bilgi Gizleme (Information Hiding ) Sınıflar(Classes) Kalıtım/Inheritance

Önemli noktalar. Paradigma Nesnelere Giriş Mesajlar / Ara bağlantılar Bilgi Gizleme (Information Hiding ) Sınıflar(Classes) Kalıtım/Inheritance Önemli noktalar Paradigma Nesnelere Giriş Mesajlar / Ara bağlantılar Bilgi Gizleme (Information Hiding ) Sınıflar(Classes) Kalıtım/Inheritance public class Test { // çalışır İnsan insan = new Çiçekçi();

Detaylı

10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST)

10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST) 1 10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST) Kapsayan ağaç Spanning Tree (ST) Bir Kapsayan Ağaç (ST); G, grafındaki bir alt graftır ve aşağıdaki özelliklere sahiptir. G grafındaki tüm

Detaylı

Rekabet ortamında Arama (Adversarial Search) Oyunlarda Arama

Rekabet ortamında Arama (Adversarial Search) Oyunlarda Arama Rekabet ortamında arama Rekabet ortamında Arama (Adversarial Search) Oyunlarda Arama Kerem Salçın Çoklu etmen ortamı- her bir etmen (agent) karar verirken diğer etmenlerin de hareketlerini dikkate almalı

Detaylı

YAKIN DOĞU ÜNİVERSİTESİ BESYO SATRANÇ DERS NOTLARI SATRANÇ OYUNUNUN TEMEL KURALLARI

YAKIN DOĞU ÜNİVERSİTESİ BESYO SATRANÇ DERS NOTLARI SATRANÇ OYUNUNUN TEMEL KURALLARI YAKIN DOĞU ÜNİVERSİTESİ BESYO SATRANÇ DERS NOTLARI SATRANÇ OYUNUNUN TEMEL KURALLARI Madde 1: Satrancın Doğası ve İlkeleri Satranç oyunu, kare şeklindeki, Satranç Tahtası üzerinde, iki rakip arasında taşların

Detaylı

GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi VERİ YAPILARI. Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1

GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi VERİ YAPILARI. Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1 VERİ YAPILARI GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi Bilgisayar Mühendisliği ÖĞR.GÖR.GÜNAY TEMÜR 1 GRAPH (ÇİZGE - GRAF) Terminoloji Çizge Kullanım Alanları Çizge Gösterimi Komşuluk Matrisi Komşuluk

Detaylı

BLM-431 YAPAY ZEKA. Ders-2 Etmenler. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-2 Etmenler. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-2 Etmenler Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Etmenler Sensörleri vasıtasıyla çevresini algılayan ve algıladığı çevreye göre

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Algoritmalar. Çizge Algoritmaları. Bahar 2017 Doç. Dr. Suat Özdemir 1

Algoritmalar. Çizge Algoritmaları. Bahar 2017 Doç. Dr. Suat Özdemir 1 Algoritmalar Çizge Algoritmaları Bahar 201 Doç. Dr. Suat Özdemir 1 En Kısa Yol Problemi Çizgelerdeki bir diğer önemli problem de bir düğümden diğer bir düğüme olan en kısa yolun bulunmasıdır. Bu problem

Detaylı

Wheep Em v B puzzle Oyunu Referans: Passage3 PC Oyunu. Son Güncelleme: Wheep Em. Oyun Tasarım Dokümanı.

Wheep Em v B puzzle Oyunu Referans: Passage3 PC Oyunu. Son Güncelleme: Wheep Em. Oyun Tasarım Dokümanı. Wheep Em v1.0.2 2B puzzle Oyunu Referans: Passage3 PC Oyunu Son Güncelleme: 18.01.15 Wheep Em Oyun Tasarım Dokümanı Mücahit Saruhan İçindekiler 1. Genel Bakış... 3 1.1 Oyun Hakkında... 3 1.2 Hedef Kitle...

Detaylı

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-11 Karakter Diziler. Yrd. Doç. Dr. Ümit ATİLA

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-11 Karakter Diziler. Yrd. Doç. Dr. Ümit ATİLA BLM-111 PROGRAMLAMA DİLLERİ I Ders-11 Karakter Diziler Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Karakter ve String Karakter Karakter bir sabit tek tırnak

Detaylı

İnternet Programcılığı Öğr. Gör. Serkan AKSU PHP de Dizi-Değişkenler, Nesneler. Dizi Oluşturma. Tek Boyutlu Diziler

İnternet Programcılığı Öğr. Gör. Serkan AKSU  PHP de Dizi-Değişkenler, Nesneler. Dizi Oluşturma. Tek Boyutlu Diziler PHP de Dizi-Değişkenler, Nesneler Dizilerle ilgili örneklere geçmeden önce aşağıdaki tabloyu inceleyelim. Tabloda dizi kavramının mantığı açıklanmaktadır. Tablonun tamamını bir dizi olarak düşünün ve bu

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

x 2i + A)( 1 yj 2 + B) u (v + B), y 1

x 2i + A)( 1 yj 2 + B) u (v + B), y 1 Ders 11: Örnekler 11.1 Kulplarla inşalar Bu bölümde kulpları birbirine yapıştırıp tanıdık manifoldlar elde edeceğiz. Artık bu son ders. Özellikle dersin ikinci bölümünde son meyveleri toplamak adına koşarak

Detaylı

BİLGİSAYAR PROGRAMLAMA DERSİ

BİLGİSAYAR PROGRAMLAMA DERSİ BİLGİSAYAR PROGRAMLAMA DERSİ Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü DERS NOTU 5 KONU: Matlab de Diziler ve Matrisler İÇ İÇE FOR DÖNGÜSÜ

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN Derse Giriş Ders Web Sitesi: www.canerozcan.net Ofis Saatleri: Salı 11:00-13:00 Perşembe 15:30-17:30 ya da email ile randevu alınız: canerozcan@karabuk.edu.tr Kaynak Kitaplar:

Detaylı

DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Yapay Zeka BİM-433 4/II 2+2+0 3 4,5 Dersin Dili Dersin Seviyesi

Detaylı

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem 3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası

Detaylı

Yazarlar hakkında Editör hakkında Teşekkür

Yazarlar hakkında Editör hakkında Teşekkür İÇİNDEKİLER Yazarlar hakkında Editör hakkında Teşekkür XIII XIV XV Giriş 1 Kitabın amaçları 1 Öğretmen katkısı 2 Araştırma katkısı 2 Yansıma için bir ara 3 Sınıf etkinlikleri 3 Terminoloji üzerine bir

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN BAĞLI LİSTELER Bağlı listeler konusuna çalışmanın bazı faydaları var. Bağlı listeler gerçek programlarda kullanılabilecek bir veri yapısıdır. Bağlı listelerin güçlü ve zayıf yönlerini

Detaylı

Oyun Tasarımı. 8. Ders

Oyun Tasarımı. 8. Ders Oyun Tasarımı 8. Ders Geçtiğimiz haftalar 1. Lens: Öz Deneyim 2. Lens: Şaşırtma 3. Lens: Eğlence 4. Lens: Merak 5. Lens: Endojen 6. Lens: Problem Çözme 7. Lens: Temel Eleman Dörtlüsü 8. Lens: Hologra k

Detaylı

-ÖRÜNTÜ NEDİR? Bir örnek verebilir misin?

-ÖRÜNTÜ NEDİR? Bir örnek verebilir misin? ÖRÜNTÜLERİ TAMIYALIM Fred bu örüntünün ne olduğunu anlayamadım bir türlü. Bana birde sen anlatır mısın? -ÖRÜNTÜ NEDİR? Örüntü, bir nesne veya olay kümesindeki elemanların ardışık olarak düzenli bir biçimde

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

SERİMYA 2003 I. MATEMATİK YARIŞMASI I. AŞAMA SORULARI

SERİMYA 2003 I. MATEMATİK YARIŞMASI I. AŞAMA SORULARI SERİMYA 00 I. MATEMATİK YARIŞMASI I. AŞAMA SORULARI. + + 5 0 + + + 0 40 toplamının sonucu kaçtır? A) 5 B) C) D) E) + 4. a,b,c Z olmak üzere, a + b + c 7 = 6 ise, a.b.c kaçtır? A) 6 B) 8 C) D) 6 E) 8 y.

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Quadratic Programming Bir karesel programlama modeli aşağıdaki gibi tanımlanır. Amaç fonksiyonu: Maks.(veya Min.) z

Detaylı

Algoritmalara Giriş 6.046J/18.401J

Algoritmalara Giriş 6.046J/18.401J Algoritmalara Giriş 6.046J/18.401J DERS 12 Atlama Listeleri Veri Yapısı Rastgele Araya Yerleştirme Yüksek olasılıkla" sınırı Analiz (Çözümleme) Yazı Tura Atma Prof. Erik D. Demaine Atlama Listeleri Basit

Detaylı

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya

Detaylı

Apriori Algoritması. Konu İçeriği. Giriş. Tarihçesi. Apriori Nedir? Örnekler. Algoritma. Açıklama. Weka İle Kullanımı. Kaynakça.

Apriori Algoritması. Konu İçeriği. Giriş. Tarihçesi. Apriori Nedir? Örnekler. Algoritma. Açıklama. Weka İle Kullanımı. Kaynakça. Apriori Algoritması Konu İçeriği Giriş Tarihçesi Apriori Nedir? Örnekler Algoritma Açıklama Weka İle Kullanımı Kaynakça Giriş Veri madenciliğinde kullanılan ve veri kümeleri veya veriler arasındaki ilişkiyi

Detaylı

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data

Detaylı

International Olympiad in Informatics 2013

International Olympiad in Informatics 2013 International Olympiad in Informatics 2013 6-13 July 2013 Brisbane, Australia Day 2 tasks game Turkish 1.1 Bazza ve Shazza bir oyun oynuyorlar. Oyun alanı Grid şeklinde düzenlenmiş hücrelerden oluşmaktadır.

Detaylı

Lineer Denklem Sistemleri

Lineer Denklem Sistemleri Lineer Denklem Sistemleri Yazar Yrd. Doç.Dr. Nezahat ÇETİN ÜNİTE 3 Amaçlar Bu üniteyi çalıştıktan sonra; Lineer Denklem ve Lineer Denklem Sistemleri kavramlarını öğrenecek, Lineer Denklem Sistemlerinin

Detaylı

Örnek Arasınav Soruları Güz 2017

Örnek Arasınav Soruları Güz 2017 Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 3217- Yapay Zekâ Dersi Örnek Arasınav Soruları Güz 2017 Süre: 75 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza

Detaylı

köşe (vertex) kenar (edg d e)

köşe (vertex) kenar (edg d e) BÖLÜM 7 köşe (vertex) kenar (edge) Esk den Ank ya bir yol (path) Tanım 7.1.1: Bir G çizgesi (ya da yönsüz çizgesi) köşelerden oluşan bir V kümesinden ve kenarlardan oluşan bir E kümesinden oluşur. Herbir

Detaylı

İSTANBUL İL MİLLİ EĞİTİM MÜDÜRLÜĞÜ BİLİM OLİMPİYATLARI 2018 SINAVI

İSTANBUL İL MİLLİ EĞİTİM MÜDÜRLÜĞÜ BİLİM OLİMPİYATLARI 2018 SINAVI ÖGRENCİNİN ADI SOYADI : T.C. KİMLİK NO : OKULU / SINIFI : SINAVA GİRDİĞİ İLÇE: SINAVLAİLGİLİUYARILAR: İSTANBUL İL MİLLİ EĞİTİM MÜDÜRLÜĞÜ BİLİM OLİMPİYATLARI 018 SINAVI Kategori: Matematik 7-8 Soru Kitapçık

Detaylı

Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST328 Yöneylem Araştırması 2 Dersi Bahar Dönemi. Hazırlayan: Doç. Dr.

Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST328 Yöneylem Araştırması 2 Dersi Bahar Dönemi. Hazırlayan: Doç. Dr. Anadolu Üniversitesi Endüstri Mühendisliği Bölümü İST8 Yöneylem Araştırması Dersi 00-0 Bahar Dönemi Hazırlayan: Doç. Dr. Nil ARAS AÇIKLAMA Bu sunu izleyen kaynaklardaki örnek ve bilgilerden faydalanarak

Detaylı

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek)

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek) HAZIRLAYAN MUSA DEMIRELLI BISHKEK KYRGYZ TURKISH BOYS HIGH SCHOOL education.online.tr.tc compsources0.tripod.com Olimpiyat Soruları 1- Bir diziyi ters çeviren algoritma ve program 2- Bir diziyi sıralayan

Detaylı

Week 9: Trees 1. TREE KAVRAMI 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI 2. İKİLİ AĞAÇ VE SUNUMU > =

Week 9: Trees 1. TREE KAVRAMI 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI 2. İKİLİ AĞAÇ VE SUNUMU > = Week 9: Trees 1. TREE KAVRAMI 2. İKİLİ AĞAÇ VE SUNUMU 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI < 6 2 > = 1 4 8 9 1. TREES KAVRAMI Bir ağaç bir veya daha fazla düğümün (T) bir kümesidir : Spesifik olarak

Detaylı

SATRANÇ OYUNU EĞİTİM KILAVUZU

SATRANÇ OYUNU EĞİTİM KILAVUZU SATRANÇ OYUNU EĞİTİM KILAVUZU 1 Satranç beyin gücünü geliştiren bir strateji oyunudur. Bir satranç oyuncusu bir ordunun komutanı gibidir. Herkesin 16 askeri yani 16 satranç taşı vardır. Bir oyuncu Beyaz

Detaylı

Sevdiğim Birkaç Soru

Sevdiğim Birkaç Soru Sevdiğim Birkaç Soru Matematikte öyle sorular vardır ki, yanıtı bulmak önce çok zor gibi gelebilir, sonradan saatler, günler, aylar, hatta kimi zaman yıllar sonra yanıtın çok basit olduğu anlaşılır. Bir

Detaylı

İçerik X 10 X 4 X 10 X 13 X 14 X 14 X 14 EDULUDO 1,2,3 Sayılar, SAYILARI OYUNLA KEŞFET EDULUDO, çocuğunuza erken öğreniminde eşlik eden eğlenceli, eğitsel bir koleksiyondur. EDULUDO SAYILAR, artan zorluk

Detaylı

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-10 Diziler. Yrd. Doç. Dr. Ümit ATİLA

BLM-111 PROGRAMLAMA DİLLERİ I. Ders-10 Diziler. Yrd. Doç. Dr. Ümit ATİLA BLM-111 PROGRAMLAMA DİLLERİ I Ders-10 Diziler Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Diziler Bilgisayarlar yardımıyla yapılan işlemlerde, çok sayıda veri

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BAŞLAMADAN ÖNCE Bu dersi alan öğrencilerin aşağıdaki konuları bildiği

Detaylı

Concept Learning. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ. Yapay Zeka - Kavram Öğrenme

Concept Learning. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ. Yapay Zeka - Kavram Öğrenme Concept Learning Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ 1 İÇERİK Öğrenme Metotları Kavram Öğrenme Nedir? Terminoloji Find-S Algoritması Candidate-Elimination Algoritması List-Then Elimination Algoritması

Detaylı

Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim.

Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim. FRAKTALLAR 1 2 * 3 Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim. Bir nokta «sıfır boyutlu» ludur. Doğrusal nokta toplulukları «bir boyutlu» bir doğru

Detaylı

Dosya Sıkıştırma (File Compression) Kütük Organizasyonu 1

Dosya Sıkıştırma (File Compression) Kütük Organizasyonu 1 Dosya Sıkıştırma (File Compression) Kütük Organizasyonu İçerik Dosya sıkıştırma nedir? Dosya sıkıştırma yöntemleri nelerdir? Run-Length Kodlaması Huffman Kodlaması Kütük Organizasyonu 2 Dosya Sıkıştırma

Detaylı

Algoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1

Algoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1 Algoritmalar Heap Sort Bahar 2017 Doç. Dr. Suat Özdemir 1 Heap Sort Heap Sort algoritması Merge Sort ve Insertion Sort algoritmalarının iyi özelliklerini bir arada toplar. Algoritma Insertion Sort gibi

Detaylı

BMÜ-111 Algoritma ve Programlama. Bölüm 5. Tek Boyutlu Diziler

BMÜ-111 Algoritma ve Programlama. Bölüm 5. Tek Boyutlu Diziler BMÜ-111 Algoritma ve Programlama Bölüm 5 Tek Boyutlu Diziler Yrd. Doç. Dr. İlhan AYDIN 1 Problem 100 adet sayı okumak istediğimizi düşünelim. Bu sayıların ortalaması hesaplanacak ve sayıların kaç tanesinin

Detaylı

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ 127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN BAĞLI LİSTELER Bağlı listeler konusuna çalışmanın bazı faydaları var. Bağlı listeler gerçek programlarda kullanılabilecek bir veri yapısıdır. Bağlı listelerin güçlü ve zayıf yönlerini

Detaylı

Tam ve Karma Stratejili Oyunlar. İki Kişili Oyunlar için

Tam ve Karma Stratejili Oyunlar. İki Kişili Oyunlar için Tam ve Karma Stratejili Oyunlar İki Kişili Oyunlar için İki kişili-sıfır toplamlı oyunlar Sabit toplamlı oyunların bir türüdür, Sabit olan toplam 0 a eşittir. Temel Özellikleri Oyunculardan birinin kazancı

Detaylı

YZM 3217 YAPAY ZEKA DERS#5: BİLGİLİ ARAMA YÖNTEMLERİ

YZM 3217 YAPAY ZEKA DERS#5: BİLGİLİ ARAMA YÖNTEMLERİ YZM 3217 YPY ZEK ER#5: İLGİLİ RM YÖNTEMLERİ Hatırlatma ilgisiz rama Yöntemleri Genişlik-öncelikli (readth-first) Eşit-maliyetli (Uniform-cost) erinlik-öncelikli (epth-first) erinlik-sınırlı (epth-limited)

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek

Detaylı

Fiziksel Veritabanı Modelleme

Fiziksel Veritabanı Modelleme Fiziksel Veritabanı Modelleme Fiziksel Veritabanı VTYS, verileri yan bellekte tutar. Bu yüzden VTYS lerde sıklıkla READ (yan bellekten okuma) ve WRITE (yan belleğe yazma) işlemi meydana gelir. READ ve

Detaylı

11.Hafta En kısa yollar I-II-III Devam. Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme

11.Hafta En kısa yollar I-II-III Devam. Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme 11.Hafta En kısa yollar I-II-III Devam Negatif Ağırlıklı En Kısa Yollar Doğruluk Çözümleme 1 En Kısa Yollar II Bellman-Ford algoritması 2 3 Negatif Maliyetli Çember Eğer graf negatif maliyetli çember içeriyorsa,

Detaylı

Algoritmalar. Doğrusal Zamanda Sıralama. Bahar 2017 Doç. Dr. Suat Özdemir 1

Algoritmalar. Doğrusal Zamanda Sıralama. Bahar 2017 Doç. Dr. Suat Özdemir 1 Algoritmalar Doğrusal Zamanda Sıralama Bahar 2017 Doç. Dr. Suat Özdemir 1 Sıralama Özet - Insertion sort Kodlaması kolay Küçük veri setleri için hızlı (~50 element) Neredeyse sıralı veri setleri için en

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ Algoritma Analizi Çerçevesi Algoritma Analizinde Göz Önünde Bulundurulması Gerekenler Neler? Algoritmanın Doğruluğu (Correctness) Zaman

Detaylı

SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X) kuvvet. kümesi veriliyor. P (X) üzerinde 0 ; A = 1 ; A

SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X) kuvvet. kümesi veriliyor. P (X) üzerinde 0 ; A = 1 ; A 2.2 Ölçüler SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X kuvvet kümesi veriliyor. P (X üzerinde 0 ; A (A : 1 ; A şeklinde tanımlanan dönüşümü ölçü müdür? ÇÖZÜM 1: (i Tanımdan ( 0. (ii A

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion

Detaylı

Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)

Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği) Karınca Kolonisi Algoritmasının Zaman Çizelgelemesi Üzerine: Bir Modellemesi ve Uygulaması Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)

Detaylı

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1 BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Graph (Çizge) Yük. Müh. Köksal GÜNDOĞDU 2 Graph (Çizge) Köşe (vertex) adı verilen düğümlerden ve kenar (edge) adı verilip köşeleri birbirine bağlayan

Detaylı

Örnek 4: Örnek Özyinelemeli fonksiyon örneği Bölüm 9. C++ programlama dilinde Nesne ve sınıf

Örnek 4: Örnek Özyinelemeli fonksiyon örneği Bölüm 9. C++ programlama dilinde Nesne ve sınıf İçindekiler 1. Giriş... 1 1.2. c++ Programı Yapısı... 2 1.3.Using Direktifi... 5 Bölüm 2. Veri türleri, değişken kavramı, sabit ve değişken bildirimleri ve c++ da kullanımı 7 2.1. Temel veri türleri...

Detaylı

Yrd. Doç. Dr. Ümit ATİLA

Yrd. Doç. Dr. Ümit ATİLA Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi

Detaylı

İLERİ ALGORİTMA ANALİZİ GENETİK ALGORİTMA

İLERİ ALGORİTMA ANALİZİ GENETİK ALGORİTMA İLERİ ALGORİTMA ANALİZİ 1. Giriş GENETİK ALGORİTMA Geniş çözüm uzaylarının klasik yöntemlerle taranması hesaplama zamanını artırmaktadır. Genetik algoritma ile kabul edilebilir doğrulukta kısa sürede bir

Detaylı

Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi

Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi 07-04-006 Ümit Akıncı Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi İçindekiler Fonksiyon Minimizasyonu Metropolis Algoritması. Algoritma.......................................... Bir boyutlu

Detaylı

B03.10 Algoritmalari Uygulamak : Durum 3 (Yuvalı Kontrol Yapıları) Şimdi başka bir problem üzerinde çalışalım.

B03.10 Algoritmalari Uygulamak : Durum 3 (Yuvalı Kontrol Yapıları) Şimdi başka bir problem üzerinde çalışalım. 85 Yrd. Doç. Dr. Yakup EMÜL, Bilgisayar Programlama Ders Notları (B03) Şimdi başka bir problem üzerinde çalışalım. Algoritmamızı yine sahte kod ve yukarıdan aşağıya adımsal iyileştirmeyle oluşturacağız

Detaylı

1. LabVIEW ile Programlama

1. LabVIEW ile Programlama 1. LabVIEW ile Programlama LabVIEW ile programlama mantığı, program kodu yazılan programlama mantığına benzemekle birlikte, kontrol adı verilen nesneler arasında veri yolu bağlantısı ile program akışı

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS YAPAY ZEKA BG-421 4/2 2+1+0 2+.5 4 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS

Detaylı

2. LOJİSTİK ŞEBEKESİ TASARIMI

2. LOJİSTİK ŞEBEKESİ TASARIMI 2. LOJİSTİK ŞEBEKESİ TASARIMI Lojistik Şebekesi Tasarımı Lojistikte şebeke planlama prosesi, ürünlerin tedarikçilerden talep noktalarına akacağı sistemin tasarlanmasını içerir. Kamu sektöründe ise aynı

Detaylı

BLM 112- Programlama Dilleri II. Hafta 4 İşaretçiler (Pointers)

BLM 112- Programlama Dilleri II. Hafta 4 İşaretçiler (Pointers) 1 BLM 112- Programlama Dilleri II Hafta 4 İşaretçiler (Pointers) Dr. Öğr. Üyesi Caner Özcan İyilik insanları birbirine bağlayan altın zincirdir. ~Goethe Hafıza Yapısı 2 Bir değişken tanımlandığında arka

Detaylı

13.Konu Reel sayılar

13.Konu Reel sayılar 13.Konu Reel sayılar 1. Temel dizi 2. Temel dizilerde toplama ve çarpma 3. Reel sayılar kümesi 4. Reel sayılar kümesinde toplama ve çarpma 5. Reel sayılar kümesinde sıralama 6. Reel sayılar kümesinin tamlık

Detaylı

25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ

25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ 25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ a-) Routh Hurwitz Kararlılık Ölçütü b-) Kök Yer Eğrileri Yöntemi c-) Nyquist Yöntemi d-) Bode Yöntemi 1 2 3 4 a) Routh Hurwitz Kararlılık

Detaylı

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok 8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)

Detaylı

Sezgisel-Bilgili Arama (Heuristic-Informed Search)

Sezgisel-Bilgili Arama (Heuristic-Informed Search) Sezgisel-Bilgili rama (Heuristic-Informed Search) 1 Sezgisel-Bilgili rama (Heuristic-Informed Search) Kör arama yöntemleri basittir, fakat çoğu zaman pratik değildir. Kör arama yöntemleri bilgisiz yöntemlerdir.

Detaylı

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ - 150110046 İÇERİK Uygulama ve uygulamaya ilişkin temel kavramların tanıtımı Uygulamanın yapısı Ön yüz Veritabanı Web Servisler K-Means Algoritması ile kategori

Detaylı

BÖLÜM13 3- EXCEL DE VERİ İŞLEMLERİ

BÖLÜM13 3- EXCEL DE VERİ İŞLEMLERİ BÖLÜM13 3- EXCEL DE VERİ İŞLEMLERİ Excel de veritabanı dosyaları oluşturmak oldukça kolay ve pratiktir. Böyle bir dosya herhangi özel bir işlem gerektirmeden, veri alanlarının direkt hücrelere girilmesi

Detaylı