GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 0 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Dersin Amacı
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Bu dersin sonunda öğrenci, Yapay zeka yaklaşımlarını tarihsel gelişimiyle ilişkilendirerek analiz eder. |
| 2 | Bu dersin sonunda öğrenci, Yapay zekâ ve algoritmaları hakkında bilgi sahibi olur. |
| 3 | Bu dersin sonunda öğrenci, Öğrenci makine öğrenmesi temellerini açıklar. |
| 4 | Bu dersin sonunda öğrenci, Farklı problem türleri için sınıflandırma, regresyon ve kümeleme algoritmalarını karşılaştırarak analiz eder. |
| 5 | Bu dersin sonunda öğrenci, Bir yapay zekâ algoritmasının performansını değerlendirebilir. |
Öğrenim Türü
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Yapay Zekaya Giriş ve Tarihçesi, Alan Turing ve Turing Testi Yapay zeka türleri: Dar, Genel ve Süper zeka Zeka Türleri ve Matematiksel Temeller Gardner'ın çoklu zeka kuramı Akıl yürütme türleri: tümdengelim, tümevarım | ||
| 2 | Yapay Zekanın Bileşenleri ve Amaçları, Bilimsel, mühendislik ve eğitimdeki hedefleri, Disiplinlerarası yapısı Büyük Veri ve Veri Madenciliği Veri ambarı ve Veri gölü kavramları | ||
| 3 | Makine Öğrenmesine Giriş | ||
| 4 | Yapay Zekâ Tabanlı Problemlerin Modellenmesi: Sınıflandırma Algoritmaları. | ||
| 5 | Yapay Zekâ Tabanlı Problemlerin Modellenmesi: Regresyon Algoritmaları. | ||
| 6 | Veri Nedir? Veri Ön İşleme, Veri Manipülasyonu ve Performans Değerlendirme Metrikleri. | ||
| 7 | Python ile Temel AI Uygulamaları | ||
| 8 | Ara Sınav | ||
| 9 | Yapay Zekâ Tabanlı Problemlerin Modellenmesi: Kümeleme Algoritmaları. | ||
| 10 | Yapay Zekâ Proje Örnekleri: Gerçek hayatta uygulanmış projeler | ||
| 11 | Derin Öğrenmeye ve Yapay Sinir Ağlarına Giriş. | ||
| 12 | Doğal Dil İşlemeye Giriş. | ||
| 13 | Yapay Zekâ Uygulama Alanları | ||
| 14 | Genel Değerlendirme | ||
| 15 | Final Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| 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
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Uygulama/Pratik | 1 | 16 | 16 |
| Örnek Vaka İncelemesi | 1 | 9 | 9 |
| Beyin Fırtınası | 1 | 15 | 15 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 28 | 28 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 30 | 30 |
| Toplam İş Yükü (saat) | 100 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
| ÖÇ 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek