GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| EECF102 | Financial Information Technologies and Artificial Intelligence | Ders | 1 | 2 | 3.00 | 2.00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Finansal bilgi teknolojileri ve yapay zekânın finans sektöründeki kullanımını öğretmek.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Ağ Toplumu'nun kavramlarını, gelişimini ve dinamiklerini anlamak ve yorumlamak. |
| 2 | Yapay zekâ uygulamalarının bir işletmenin rekabet avantajını nasıl artırabileceğini açıklamak. |
| 3 | Yapay zekâ uygulamalarının bir işletmenin rekabet avantajını nasıl güçlendirebileceğini açıklamak. |
| 4 | Yapay zekâ ve işletmelerdeki uygulamalarıyla ilgili hukuki ve etik konular, veri gizliliği ve güvenliği ile ilgili kritik konuların farkında olmak. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok.
Ders İçin Önerilen Diğer Hususlar
Yok.
Dersin İçeriği
Finansal veri yönetimi, büyük veri analitiği, blokzincir, yapay zekâ ve makine öğrenmesi uygulamaları, dijital finans ve finansal güvenlik.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | FinTech ve Yapay Zekâya Giriş. | ||
| 2 | Makine Öğrenmesi Temelleri. | ||
| 3 | Finansta Doğal Dil İşleme (NLP) | ||
| 4 | Büyük Dil Modelleri (LLM'ler) | ||
| 5 | Algoritmik Ticaret. | ||
| 6 | Risk Yönetimi ve Yapay Zekâ. | ||
| 7 | Müşteri Hizmetlerinde Yapay Zekâ. | ||
| 8 | Ara sınav. | ||
| 9 | Regülasyon ve Etik Hususlar. | ||
| 10 | Yapay Zekâ Araçları ve Teknolojileri. | ||
| 11 | Proje Çalışması: Final projeleri için rehberlik, sınıf içi proje çalışmaları ve destek, eş değerlendirmeleri ve geri bildirim. | ||
| 12 | FinTech ve Yapay Zekâdaki Gelecek Trendler: Yeni ortaya çıkan trendler ve teknolojiler, yapay zekânın finans sektörüne etkisi, FinTech ve Yapay Zekâ alanında kariyere hazırlanma. | ||
| 13 | Proje Sunumları: Final proje sunumları, geri bildirim ve tartışma, dersin değerlendirilmesi ve genel değerlendirme. | ||
| 14 | Ders Konusu: Finans sektöründen önde gelen bir konuşmacı, finansta yapay zekânın geleceği üzerine tartışma, soru-cevap oturumu. |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Artificial Intelligence, Fintech, and Financial Inclusion, by Rajat Gera, Djamchid Assadi, Marzena Starnawska, 2023.
Planlanan Öğrenme Aktiviteleri ve Metodları
Yok.
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 2 | 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
Yok.
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Bütünleme Sınavı | 1 | 1 | 1 |
| Derse Katılım | 1 | 13 | 13 |
| Problem Çözümü | 1 | 9 | 9 |
| Rapor Hazırlama | 1 | 13 | 13 |
| Proje Sunma | 1 | 8 | 8 |
| Makale Kritik Etme | 1 | 5 | 5 |
| Bireysel Çalışma | 1 | 2 | 2 |
| Okuma | 1 | 6 | 6 |
| Performans | 1 | 9 | 9 |
| Ev Ödevi | 1 | 2 | 2 |
| Toplam İş Yükü (saat) | 70 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek