.png){kind=spacer}
GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| YZM528 | Yapay Zeka Ve Görsel Çalışmalar | Seçmeli Ders Grubu | 1 | 1 | 6.00 | 3.00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilere yapay zeka ve görsel çalışmaların kesişim alanlarını keşfetmek, görüntü algılama ve nesne tanıma konularında bilgi sağlamak, görüntü sınıflandırma ve öznitelik çıkarımı yöntemlerini öğretmek, yapay sinir ağları ve derin öğrenme konularına odaklanmak, görüntü üretimi ve yaratıcı yapay zeka alanlarına değinmek, görüntü işleme ve duygu analizi tekniklerini ele almak, sanat ve yapay zeka arasındaki ilişkiyi incelemek, stil transferi ve görüntü uyumlaması yöntemlerini öğretmek, görüntü tabanlı arama ve öneri sistemleri konularına değinmek, hareket algılama ve video analitiği yöntemlerini ele almak, görüntü segmentasyonu ve bölge tabanlı analiz tekniklerini öğretmek, görüntü restorasyonu ve iyileştirme yöntemlerini öğretmek, görüntü kümeleme ve görsel veri madenciliği konularına odaklanmak, yapay zeka ve görsel çalışmaların uygulama alanlarına değinmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Yapay zeka ve görsel çalışmalar alanlarındaki temel kavramları anlama becerisi geliştirmek. |
| 2 | Görsel veri analitiği, görüntü sınıflandırma, nesne tanıma ve derin öğrenme gibi yapay zeka tekniklerini uygulama yetkinliği kazanmak. |
| 3 | Görsel kültür, medya ve estetik arasındaki ilişkileri anlama ve değerlendirme becerisi geliştirmek. |
| 4 | Görsel çalışmalarda etik ve kültürel sorunları anlama ve eleştirel bir perspektifle değerlendirme yetkinliği kazanmak. |
| 5 | Yapay zeka ve görsel çalışmaları birleştirerek yaratıcı projeler geliştirme becerisi geliştirmek. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
-
Ders İçin Önerilen Diğer Hususlar
-
Dersin İçeriği
Bu dersin amacı, öğrencilere yapay zeka ve görsel çalışmaların kesişim alanlarını keşfetmek, görüntü algılama ve nesne tanıma konularında bilgi sağlamak, görüntü sınıflandırma ve öznitelik çıkarımı yöntemlerini öğretmek, yapay sinir ağları ve derin öğrenme konularına odaklanmak, görüntü üretimi ve yaratıcı yapay zeka alanlarına değinmek, görüntü işleme ve duygu analizi tekniklerini ele almak, sanat ve yapay zeka arasındaki ilişkiyi incelemek, stil transferi ve görüntü uyumlaması yöntemlerini öğretmek, görüntü tabanlı arama ve öneri sistemleri konularına değinmek, hareket algılama ve video analitiği yöntemlerini ele almak, görüntü segmentasyonu ve bölge tabanlı analiz tekniklerini öğretmek, görüntü restorasyonu ve iyileştirme yöntemlerini öğretmek, görüntü kümeleme ve görsel veri madenciliği konularına odaklanmak, yapay zeka ve görsel çalışmaların uygulama alanlarına değinmektir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Yapay Zeka ve Görsel Çalışmalar Girişi | ||
| 2 | Görsel Algılama ve Nesne Tanıma | ||
| 3 | Görüntü Sınıflandırma ve Öznitelik Çıkarımı | ||
| 4 | Yapay Sinir Ağları ve Derin Öğrenme | ||
| 5 | Görüntü Üretimi ve Yaratıcı Yapay Zeka | ||
| 6 | Görüntü İşleme ve Duygu Analizi | ||
| 7 | Sanat ve Yapay Zeka | ||
| 8 | Ara Sınav | ||
| 9 | Görüntü Tabanlı Arama ve Öneri Sistemleri | ||
| 10 | Hareket Algılama ve Video Analitiği | ||
| 11 | Görüntü Segmentasyonu ve Bölge Tabanlı Analiz | ||
| 12 | Görüntü Restorasyonu ve İyileştirme | ||
| 13 | Görüntü Kümeleme ve Görsel Veri Madenciliği | ||
| 14 | Yapay Zeka ve Görsel Çalışmalar Uygulamaları | ||
| 15 | Final Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
`Deep Learning` - Ian Goodfellow, Yoshua Bengio, Aaron Courville `Computer Vision: Models, Learning, and Inference` - Simon J.D. Prince `Artificial Intelligence: A Modern Approach` - Stuart Russell, Peter Norvig
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 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 72 | 72 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 76 | 76 |
| Toplam İş Yükü (saat) | 150 | ||
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 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 2 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 3 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 4 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek