Öğrencilerin yapay zekânın temel kavramlarını, tarihsel gelişimini ve farklı türlerini anlamalarını; makine öğrenmesi, üretken yapay zekâ, doğal dil işleme ve bilgisayarlı görü gibi temel yapay zekâ teknolojilerini tanımalarını sağlamak. Ders ayrıca öğrencilerin yapay zekâ ve makine öğrenmesi modellerinin temel çalışma prensiplerini teorik ve pratik olarak öğrenmelerini, gerçek dünya uygulamalarını inceleyerek edindikleri bilgileri uygulamaya dönüştürmelerini ve bu teknolojilerin etik, sosyal ve geleceğe yönelik etkilerini değerlendirebilmelerini amaçlamaktadır.
Dersin İçeriği
Bu ders; Dersin Tanıtımı, Yapay Zekâya Giriş ve Temel Kavramlar,Yapay Zekânın Tarihsel Gelişimi ve Günümüzde Yapay Zekâ,Yapay Zekâ Türleri: Dar, Genel ve Süper Yapay Zekâ,Yapay Zekâ Teknolojileri ve Gerçek Dünya Uygulamaları,Makine Öğrenmesine Giriş ve Temel Kavramlar,Denetimli Öğrenme: Regresyon ve Sınıflandırma,Denetimsiz Öğrenme, Kümeleme ve Makine Öğrenmesi Uygulamaları,Ara Sınav,Derin Öğrenme ve Yapay Sinir Ağlarına Giriş,Doğal Dil İşleme ve Üretken Yapay Zekâ,Bilgisayarlı Görü ve Görüntü Tabanlı Yapay Zekâ Uygulamaları,Konuşma Teknolojileri, Çok Modlu Yapay Zekâ ve Veri Çıkarımı,Yapay Zekâ Modelleri: Eğitim, Değerlendirme ve Gerçek Dünya Kullanımı,Yapay Zekâ Etiği, Riskler, Sorumlu Yapay Zekâ ve Geleceği,Final Sınavı / Final Proje Sunumları; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Öğretim Yöntemleri:
Ölçme Yöntemleri:
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Dersin Tanıtımı, Yapay Zekâya Giriş ve Temel Kavramlar
-
2
Yapay Zekânın Tarihsel Gelişimi ve Günümüzde Yapay Zekâ
3
Yapay Zekâ Türleri: Dar, Genel ve Süper Yapay Zekâ
4
Yapay Zekâ Teknolojileri ve Gerçek Dünya Uygulamaları
5
Makine Öğrenmesine Giriş ve Temel Kavramlar
6
Denetimli Öğrenme: Regresyon ve Sınıflandırma
7
Denetimsiz Öğrenme, Kümeleme ve Makine Öğrenmesi Uygulamaları
8
Ara Sınav
9
Derin Öğrenme ve Yapay Sinir Ağlarına Giriş
10
Doğal Dil İşleme ve Üretken Yapay Zekâ
11
Bilgisayarlı Görü ve Görüntü Tabanlı Yapay Zekâ Uygulamaları
12
Konuşma Teknolojileri, Çok Modlu Yapay Zekâ ve Veri Çıkarımı
13
Yapay Zekâ Modelleri: Eğitim, Değerlendirme ve Gerçek Dünya Kullanımı
14
Yapay Zekâ Etiği, Riskler, Sorumlu Yapay Zekâ ve Geleceği
15
Final Sınavı / Final Proje Sunumları
Kaynak
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
Değerlendirme Sistemi
Katkı Düzeyi
Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı
40
Genel Sınavın Başarıya Oranı
60
Toplam
100
AKTS / İşyükü Tablosu
Etkinlik
Sayı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Saati
0
0
0
Rehberli Problem Çözme
0
0
0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi
0
0
0
Okul Dışı Diğer Faaliyetler
0
0
0
Proje Sunumu / Seminer
0
0
0
Kısa Sınav (QUİZ) ve Hazırlığı
0
0
0
Ara Sınav ve Hazırlığı
0
0
0
Genel Sınav ve Hazırlığı
0
0
0
Performans Görevi, Bakım Planı
0
0
0
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
Ders
Kodu
Yarıyıl
T+U Saat
Kredi
AKTS
YAPAY ZEKAYA GİRİŞ
-
Güz Dönemi
3+2
4
6
Ders Programı
Çarşamba 12:45-13:30
Çarşamba 13:30-14:15
Çarşamba 14:30-15:15
Çarşamba 15:30-16:15
Çarşamba 16:30-17:15
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili
İngilizce
Dersin Seviyesi
Ön Lisans
Dersin Türü
Zorunlu
Dersin Koordinatörü
Dr.Öğr.Üye. Ali DEMİR
Dersi Verenler
Öğr.Gör. Ahmet Anıl KAYA
Dersin Yardımcıları
Dersin Amacı
Öğrencilerin yapay zekânın temel kavramlarını, tarihsel gelişimini ve farklı türlerini anlamalarını; makine öğrenmesi, üretken yapay zekâ, doğal dil işleme ve bilgisayarlı görü gibi temel yapay zekâ teknolojilerini tanımalarını sağlamak. Ders ayrıca öğrencilerin yapay zekâ ve makine öğrenmesi modellerinin temel çalışma prensiplerini teorik ve pratik olarak öğrenmelerini, gerçek dünya uygulamalarını inceleyerek edindikleri bilgileri uygulamaya dönüştürmelerini ve bu teknolojilerin etik, sosyal ve geleceğe yönelik etkilerini değerlendirebilmelerini amaçlamaktadır.
Dersin İçeriği
Bu ders; Dersin Tanıtımı, Yapay Zekâya Giriş ve Temel Kavramlar,Yapay Zekânın Tarihsel Gelişimi ve Günümüzde Yapay Zekâ,Yapay Zekâ Türleri: Dar, Genel ve Süper Yapay Zekâ,Yapay Zekâ Teknolojileri ve Gerçek Dünya Uygulamaları,Makine Öğrenmesine Giriş ve Temel Kavramlar,Denetimli Öğrenme: Regresyon ve Sınıflandırma,Denetimsiz Öğrenme, Kümeleme ve Makine Öğrenmesi Uygulamaları,Ara Sınav,Derin Öğrenme ve Yapay Sinir Ağlarına Giriş,Doğal Dil İşleme ve Üretken Yapay Zekâ,Bilgisayarlı Görü ve Görüntü Tabanlı Yapay Zekâ Uygulamaları,Konuşma Teknolojileri, Çok Modlu Yapay Zekâ ve Veri Çıkarımı,Yapay Zekâ Modelleri: Eğitim, Değerlendirme ve Gerçek Dünya Kullanımı,Yapay Zekâ Etiği, Riskler, Sorumlu Yapay Zekâ ve Geleceği,Final Sınavı / Final Proje Sunumları; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Öğretim Yöntemleri:
Ölçme Yöntemleri:
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Dersin Tanıtımı, Yapay Zekâya Giriş ve Temel Kavramlar
-
2
Yapay Zekânın Tarihsel Gelişimi ve Günümüzde Yapay Zekâ
3
Yapay Zekâ Türleri: Dar, Genel ve Süper Yapay Zekâ
4
Yapay Zekâ Teknolojileri ve Gerçek Dünya Uygulamaları
5
Makine Öğrenmesine Giriş ve Temel Kavramlar
6
Denetimli Öğrenme: Regresyon ve Sınıflandırma
7
Denetimsiz Öğrenme, Kümeleme ve Makine Öğrenmesi Uygulamaları
8
Ara Sınav
9
Derin Öğrenme ve Yapay Sinir Ağlarına Giriş
10
Doğal Dil İşleme ve Üretken Yapay Zekâ
11
Bilgisayarlı Görü ve Görüntü Tabanlı Yapay Zekâ Uygulamaları
12
Konuşma Teknolojileri, Çok Modlu Yapay Zekâ ve Veri Çıkarımı
13
Yapay Zekâ Modelleri: Eğitim, Değerlendirme ve Gerçek Dünya Kullanımı
14
Yapay Zekâ Etiği, Riskler, Sorumlu Yapay Zekâ ve Geleceği