GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS Kredi
EINS109 İnşaat Mühendisliğinde Yapay Zeka Ders 1 1 4.00 2.00

Dersin Seviyesi

Lisans

Dersin Sunulduğu Dil

Türkçe

Dersin Amacı

• Bu dersin amacı, yapay zeka (YZ), makine öğrenmesi (MÖ) ve derin öğrenme (DÖ) yöntemlerinin inşaat mühendisliği alanındaki uygulamalarını tanıtarak, öğrencilerin bu teknolojileri yapıların analizi, tasarımı, izlenmesi ve optimizasyonu gibi mühendislik problemlerine uyarlayabilecek bilgi ve becerileri kazanmalarını sağlamaktır. • Öğrenciler bu ders kapsamında, inşaat mühendisliğine özgü veri türleri ile çalışmayı öğrenerek, YZ tabanlı analiz ve karar destek sistemlerini eleştirel bir bakış açısıyla değerlendirmeyi, etik sorumlulukları gözeterek çözüm üretmeyi hedeflerler.

Dersi Veren Öğretim GörevlisiGörevlileri

Dr. Burak TOYDEMİR

Öğrenme Çıktıları

1 Yapay zeka, makine öğrenmesi ve derin öğrenme kavramlarını tanımlar ve birbirinden ayırt edebilir.
2 İnşaat mühendisliğine özgü veri türlerini (sensör, görüntü, CBS, BIM vb.) analiz etmek için uygun veri işleme tekniklerini uygular.
3 Mühendislik problemlerine yönelik temel makine öğrenmesi algoritmalarını kullanarak tahmin ve sınıflandırma modelleri geliştirir.
4 Derin öğrenme mimarilerini (CNN, RNN, LSTM) kullanarak yapı sağlığı izleme, görüntü işleme ve zaman serisi tahmini gibi uygulamalarda çözümler üretir.
5 Yapay zeka tabanlı sistemlerin mühendislik uygulamalarında kullanımını teknik, etik ve toplumsal açılardan eleştirel bir şekilde değerlendirir.

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

• Yapay zeka, makine öğrenmesi ve derin öğrenme yöntemlerinin kuramsal temelleri ile bu yöntemlerin inşaat mühendisliğine özgü veri türleri (sensör verisi, görüntü, CBS, BIM vb.) üzerinde uygulanması. • Yapay zekâ destekli analiz, tahmin, optimizasyon ve izleme süreçlerinin yapı mühendisliği, geoteknik, ulaşım ve altyapı sistemleri bağlamında değerlendirilmesi; etik sorumlulukların ve mühendislik uygulamalarındaki etkilerinin irdelenmesi

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik [OgretimYontemVeTeknikleri] [OnHazirlik]

Ders Kitabı Malzemesi Önerilen Kaynaklar

• Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. • Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. • Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. • Khoshnevisan, S. (2023). Artificial Intelligence in Civil and Building Engineering. Springer.

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
Derse Katılım 14 2 28
Bireysel Çalışma 14 3 42
Ara Sınav İçin Bireysel Çalışma 2 5 10
Final Sınavı içiin Bireysel Çalışma 2 5 10
Toplam İş Yükü (saat) 92

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10 PÇ 11
ÖÇ 1 3 3 4 2 3 4 3 3 3 4 4
ÖÇ 2 4 4 3 4 5 4 2 3 4 4 3
ÖÇ 3 4 2 3 4 4 4 3 2 3 4 4
ÖÇ 4 3 4 2 4 4 3 4 2 4 5 4
ÖÇ 5 4 3 3 3 2 4 3 4 4 4 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek