GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
1910102132024 YAPAY ZEKA VE MAKİNE ÖĞRENMESİ Ders 2 3 0

Dersin Seviyesi

Önlisans

Dersin Sunulduğu Dil

Dersin Amacı

Bu ders, öğrencilere yapay zekanın temel kavramlarını, teknolojilerini ve uygulamalarını tanıtmayı amaçlar. Ders, yapay zekanın geleneksel programlamadan farklarını, temel niteliklerini, uzman sistemler ve muhakeme mekanizmaları gibi konuları kapsayarak, öğrencilere yapay zeka teknolojilerinin derinlemesine bir anlayışını kazandıracaktır. Ayrıca, makine öğrenmesi, genetik algoritmalar, bulanık mantık ve zeki etmenler gibi alanlarda öğrencilere bilgi verecek ve bu bilgileri pratik uygulamalarla pekiştirmelerini sağlayacaktır. Öğrenciler, veri işleme, modelleme ve öğrenme algoritmaları konusunda beceriler kazanarak, yapay zeka ve makine öğrenmesinin çeşitli gerçek dünya uygulamalarında etkin bir şekilde kullanabilecek yetkinlik kazanacaklardır.

Dersi Veren Öğretim Görevlisi/Görevlileri

Öğrenme Çıktıları

1 Yapay zekâ ve makine öğrenmesi temel kavramlarını bilir.
2 Yapay zekâ ve makine öğrenmesinin diğer disiplinlerle ilişkisini açıklar
3 Yapay zeka ve makine öğrenmesinin kullanım alanlarını bilir.
4 Makine öğrenmesi modelleme süreçlerini bilir.
5 Veri toplama ve veri seti oluşturma süreçlerini bilir.
6 Veri seti önişleme süreçlerini bilir.
7 Veri tiplerini ve veri tipi dönüşümlerini yapabilir.
8 Makine öğrenme model seçimi yapabilir.
9 Makine öğrenmesi modelleme ile elde edilen sonuçları yorumlayabilir.

Öğretim Sistemi

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Ders İçin Önerilen Diğer Hususlar

yok

Dersin İçeriği

Yapay zekanın tanımlanması, geleneksel programlamadan farkının ortaya konulması, yapay zekanın temel nitelikleri, yapay zeka teknolojileri, uzman sistemlerin temin edilmesi, bilginin gösterimi, muhakeme sistemi ( çıkarım mekanizması), genetik algoritmalar, bulanık önermeler, zeki etmen teknolojisi, makine öğrenmesi, makine öğrenme algoritmaları verinin öğrenme sistemi için modellenmesi, ön işlemden geçirilmesi, uygulamaları anlatılacaktır. Farklı uygulamalar ile yapay zekâ ve makine öğrenmesi bilgisini pekiştirilmesi sağlanacaktır.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konular (Teorik) Uygulama Öğretim Yöntem ve Teknikleri Ön Hazırlık
1 Yapay zekâ ve makine öğrenmesi temel kavramlar.
2 Yapay Zekâ ve makine öğrenmesinin temel nitelikleri ve türleri
3 Yapay Zekâ ve makine öğrenmesinin diğer disiplinlerle ilişkisi
4 Yapay zekâ teknolojileri, uzman sistemler ve bilginin gösterimi
5 Muhakeme sistemi (çıkarım mekanizması) ve yaklaşımları
6 Makine öğrenmesi yaklaşımında teknik, metot ve model kavramları ve makine öğrenme algoritmaları
7 Makine öğrenmesinde sınıflandırma ve kümeleme işlemleri
8 Ara Sınav
9 Makine öğrenmesinde Denetimli öğrenme metotları ve algoritmalar
10 Makine öğrenmesinde Denetimsiz öğrenme metotları ve algoritmalar
11 Verinin elde edilmesi, ön işlemlerden geçirilmesi ve veri seti oluşumu (Uygulamalı anlatım-vaka çalışması)
12 Veri setlerinin makine öğrenmesi modellerinde kullanılması ve sonuçların yorumlanması
13 Karar destek sistemi olarak yapay zekâ ve makine öğrenmesi örnek uygulamaları
14 Farklı sektörlerde yapay zekâ ve makine öğrenmesi uygulamaları/aplikasyonları
15 Yapay zekâ ve makine öğrenmesi uygulamalarında sorumluluk ve etik kurallar.
16 Final Sınavı

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 70
Quiz 3 30
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Toplam İş Yükü (saat) 0

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9
ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
ÖÇ 5
ÖÇ 6
ÖÇ 7
ÖÇ 8
ÖÇ 9
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek