Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Yapay Zekaya Giriş ISE 315 5 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Zorunlu
Dersin Koordinatörü Dr.Öğr.Üyesi ESİN AYŞE ZAİMOĞLU
Dersi Verenler Dr.Öğr.Üyesi ESİN AYŞE ZAİMOĞLU,
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı
Dersin İçeriği

Yapay Zekaya Giriş ve Temel Kavramlar, Yapay Zekanın doğuşu ve günümüze gelişi, Yapay zekanın alt alanları, Makine Öğrenmesi, Yapay Sinir Ağları, Derin Öğrenme, Python Yapay Zeka kütüphanelerinin tanıtılması ve uygulamalarda kullanılması, Yapay Zeka ve Etik, Yapay zekanın farklı alanlarda kullanımına yönelik çalışmaların incelenmesi

# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Yapay Zeka Algoritmalarının anlaşılması Anlatım, Tartışma, Rol Oynama,
2 Python programı ile Yapay Zeka Algoritmalarının kodlanması Anlatım, Rol Oynama, Deney ve Laboratuvar,
Hafta Ders Konuları Ön Hazırlık
1 Yapay Zekaya Giriş ve Temel Kavramlar
2 Yapay Zeka Tarihçesi
3 Yapay Zeka ve Dijital Dönüşüm
4 Makine Öğrenmesine Giriş
5 Makine Öğrenmesi Algoritmaları
6 Yapay Sinir Ağları
7 Derin Öğrenme
8 Yıl içi Sınavı (Vize)
9 Python Yapay Zeka Kütüphaneleri
10 Python ile Yapay Zeka Uygulamaları
11 Yapay Zeka ve Etik
12 Yapay Zekanın farklı alanlarda kullanımı
13 Yapay Zekanın farklı alanlarda kullanımı
14 Yapay Zekanın farklı alanlarda kullanımı
Kaynaklar
Ders Notu

Haftalık paylaşılan sunumlar

Ders Kaynakları

AI and Machine Learning for Coders, Laurence Moroney, O’Reilly Media, Inc., 2021.

Artificial Intelligence, Machine Learning and Deep Learning, O. Campesato, 2020.

Yapay Zeka Uygulamaları, Prof. Dr. Çetin ELMAS, Seçkin Yayıncılık, 2018.

Machine Learning, John Paul Mueller and Luca Massaron, John Wiley and Sons, 2016.

Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6 Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık,
7 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
8 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
9 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
10 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
12 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
# Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10 PÇ 11 PÇ 12
1 Yapay Zeka Algoritmalarının anlaşılması
2 Python programı ile Yapay Zeka Algoritmalarının kodlanması
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 40
1. Proje / Tasarım 60
Toplam 100
1. Yıl İçinin Başarıya 60
1. Final 40
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Ara Sınav 1 16 16
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 2 32
Performans Görevi (Seminer) 1 12 12
Final 1 20 20
Toplam İş Yükü 128
Toplam İş Yükü / 25 (Saat) 5,12
Dersin AKTS Kredisi 6