Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
YAPAY ZEKAYA GİRİŞAYGIME1123447Güz Dönemi2+023
Ders Programı

Pazartesi 15:40-16:30

Pazartesi 16:40-17:30

Salı 10:40-11:30

Salı 11:40-12:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi VerenlerÖğr.Gör. Sinem UYSAL
Dersin Yardımcıları
Dersin AmacıDersin amacı Yapay zeka konusuna yeni başlayanlar hedef alınarak, yapay zeka alanında kapsamlı bir bakış sunarak, katılımcıların temel kavramları ve yapay zekanın kullanım alanlarını öğretmektir.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş,Yapay Zekanın Temelleri,Yapay Zeka İçin Veri Bilimi,Yapay Zeka Geliştirme Ortamları,Makine Öğrenmesi 1: Temeller,Makine Öğrenmesi 2: Algoritmalar,Yapay Sinir Ağları (YSA),Ara Sınav,Derin Öğrenmenin Temelleri,Görüntü İşleme ve Robotik Görme,Doğal Dil İşleme (NLP),Üretken Yapay Zeka,Robotik Sistemlerde YZ Uygulamaları,Yapay Zeka Etiği ve Güvenlik,Genel Tekrar,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Yapay zekânın temel kavramlarını, tarihsel gelişimini ve kullanım alanlarını açıklar. 2. Temel yapay zekâ yöntemlerini ve algoritmalarını karşılaştırır. 3. Farklı sektörlerde kullanılan yapay zekâ uygulamalarını analiz eder. 4. Yapay zekâ projelerinde kullanılan temel programlama dillerini, yazılımları ve araçları kullanır. 5. Basit yapay zekâ uygulamalarını geliştirir veya mevcut yapay zekâ araçlarını mesleki amaçlarla kullanır. 6. Yapay zekâ teknolojilerinin etik, toplumsal ve veri gizliliği boyutlarını değerlendirir.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş
2Yapay Zekanın Temelleri
3Yapay Zeka İçin Veri Bilimi
4Yapay Zeka Geliştirme Ortamları
5Makine Öğrenmesi 1: Temeller
6Makine Öğrenmesi 2: Algoritmalar
7Yapay Sinir Ağları (YSA)
8Ara Sınav
9Derin Öğrenmenin Temelleri
10Görüntü İşleme ve Robotik Görme
11Doğal Dil İşleme (NLP)
12Üretken Yapay Zeka
13Robotik Sistemlerde YZ Uygulamaları
14Yapay Zeka Etiği ve Güvenlik
15Genel Tekrar
16Genel Sınav
Kaynak
1. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. 2. Hagan, M. T., Demuth, H. B., Beale, M., & De Jesús, O. (2014). Neural Network Design (2nd ed.). Martin Hagan Publishing. 3. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Arka yüz yazılım geliştirme alanına ilişkin temel kavramları, kuramları ve teknolojileri açıklar ve uygular.
2
En az bir sunucu taraflı programlama dilini kullanarak ölçeklenebilir ve sürdürülebilir yazılım çözümleri geliştirir.
3
İlişkisel ve/veya ilişkisel olmayan veritabanı sistemlerini tasarlar, yönetir ve uygulamalarla bütünleştirir.
4
API mimarilerini tasarlayarak RESTful servisler geliştirir ve istemci uygulamalarla entegrasyonunu sağlar.
5
İşletim sistemleri, sunucu yapıları ve barındırma (hosting) ortamlarının çalışma mantığını açıklar ve uygular.
6
Yazılım geliştirme süreçlerinde algoritma, veri yapıları ve problem çözme tekniklerini etkin biçimde kullanır.
7
Yazılım projelerinde sürüm kontrol sistemlerini, temel DevOps araçlarını ve container teknolojilerini kullanır.
8
Yazılım güvenliği ilkelerini uygulayarak güvenli kod yazar ve temel siber güvenlik önlemlerini alır.
9
Yazılım test süreçlerini planlar, kalite güvence yöntemlerini uygular ve hataları analiz eder.
10
Bulut bilişim temelli altyapılar üzerinde uygulama geliştirme, dağıtım ve yönetim süreçlerini yürütür.
11
Mesleki etik, iş sağlığı ve güvenliği ilkelerine uygun şekilde yazılım geliştirme faaliyetlerini yürütür.
12
Yazılım projelerinde bireysel ve ekip çalışmasına katkı sağlar, teknik dokümantasyon hazırlar ve raporlama yapar.
13
Mesleki İngilizceyi kullanarak teknik dokümantasyonu takip eder, mesleki iletişim kurar ve kendini güncel tutar.
14
Yaşam boyu öğrenme bilinciyle yeni teknolojileri takip eder, mesleki gelişimini sürdürülebilir biçimde planlar.
15
Yazılım geliştirme yaşam döngüsü kapsamında gereksinim analizi, sistem tasarımı, performans optimizasyonu ve bakım süreçlerini etkin şekilde yönetir.

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Toplam İş Yükü (Saat)0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
YAPAY ZEKAYA GİRİŞAYGIME1123447Güz Dönemi2+023
Ders Programı

Pazartesi 15:40-16:30

Pazartesi 16:40-17:30

Salı 10:40-11:30

Salı 11:40-12:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi VerenlerÖğr.Gör. Sinem UYSAL
Dersin Yardımcıları
Dersin AmacıDersin amacı Yapay zeka konusuna yeni başlayanlar hedef alınarak, yapay zeka alanında kapsamlı bir bakış sunarak, katılımcıların temel kavramları ve yapay zekanın kullanım alanlarını öğretmektir.
Dersin İçeriğiBu ders; Yapay Zekaya Giriş,Yapay Zekanın Temelleri,Yapay Zeka İçin Veri Bilimi,Yapay Zeka Geliştirme Ortamları,Makine Öğrenmesi 1: Temeller,Makine Öğrenmesi 2: Algoritmalar,Yapay Sinir Ağları (YSA),Ara Sınav,Derin Öğrenmenin Temelleri,Görüntü İşleme ve Robotik Görme,Doğal Dil İşleme (NLP),Üretken Yapay Zeka,Robotik Sistemlerde YZ Uygulamaları,Yapay Zeka Etiği ve Güvenlik,Genel Tekrar,Genel Sınav; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Yapay zekânın temel kavramlarını, tarihsel gelişimini ve kullanım alanlarını açıklar. 2. Temel yapay zekâ yöntemlerini ve algoritmalarını karşılaştırır. 3. Farklı sektörlerde kullanılan yapay zekâ uygulamalarını analiz eder. 4. Yapay zekâ projelerinde kullanılan temel programlama dillerini, yazılımları ve araçları kullanır. 5. Basit yapay zekâ uygulamalarını geliştirir veya mevcut yapay zekâ araçlarını mesleki amaçlarla kullanır. 6. Yapay zekâ teknolojilerinin etik, toplumsal ve veri gizliliği boyutlarını değerlendirir.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Yapay Zekaya Giriş
2Yapay Zekanın Temelleri
3Yapay Zeka İçin Veri Bilimi
4Yapay Zeka Geliştirme Ortamları
5Makine Öğrenmesi 1: Temeller
6Makine Öğrenmesi 2: Algoritmalar
7Yapay Sinir Ağları (YSA)
8Ara Sınav
9Derin Öğrenmenin Temelleri
10Görüntü İşleme ve Robotik Görme
11Doğal Dil İşleme (NLP)
12Üretken Yapay Zeka
13Robotik Sistemlerde YZ Uygulamaları
14Yapay Zeka Etiği ve Güvenlik
15Genel Tekrar
16Genel Sınav
Kaynak
1. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. 2. Hagan, M. T., Demuth, H. B., Beale, M., & De Jesús, O. (2014). Neural Network Design (2nd ed.). Martin Hagan Publishing. 3. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Arka yüz yazılım geliştirme alanına ilişkin temel kavramları, kuramları ve teknolojileri açıklar ve uygular.
2
En az bir sunucu taraflı programlama dilini kullanarak ölçeklenebilir ve sürdürülebilir yazılım çözümleri geliştirir.
3
İlişkisel ve/veya ilişkisel olmayan veritabanı sistemlerini tasarlar, yönetir ve uygulamalarla bütünleştirir.
4
API mimarilerini tasarlayarak RESTful servisler geliştirir ve istemci uygulamalarla entegrasyonunu sağlar.
5
İşletim sistemleri, sunucu yapıları ve barındırma (hosting) ortamlarının çalışma mantığını açıklar ve uygular.
6
Yazılım geliştirme süreçlerinde algoritma, veri yapıları ve problem çözme tekniklerini etkin biçimde kullanır.
7
Yazılım projelerinde sürüm kontrol sistemlerini, temel DevOps araçlarını ve container teknolojilerini kullanır.
8
Yazılım güvenliği ilkelerini uygulayarak güvenli kod yazar ve temel siber güvenlik önlemlerini alır.
9
Yazılım test süreçlerini planlar, kalite güvence yöntemlerini uygular ve hataları analiz eder.
10
Bulut bilişim temelli altyapılar üzerinde uygulama geliştirme, dağıtım ve yönetim süreçlerini yürütür.
11
Mesleki etik, iş sağlığı ve güvenliği ilkelerine uygun şekilde yazılım geliştirme faaliyetlerini yürütür.
12
Yazılım projelerinde bireysel ve ekip çalışmasına katkı sağlar, teknik dokümantasyon hazırlar ve raporlama yapar.
13
Mesleki İngilizceyi kullanarak teknik dokümantasyonu takip eder, mesleki iletişim kurar ve kendini güncel tutar.
14
Yaşam boyu öğrenme bilinciyle yeni teknolojileri takip eder, mesleki gelişimini sürdürülebilir biçimde planlar.
15
Yazılım geliştirme yaşam döngüsü kapsamında gereksinim analizi, sistem tasarımı, performans optimizasyonu ve bakım süreçlerini etkin şekilde yönetir.

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Bilgi / Destek Butonu