Yazılım Mühendisliği (İngilizce)
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: ENS005
Ders İsmi: Görüntü İşlemede Yapay Zeka Uygulamaları
Ders Yarıyılı: Bahar
Ders Kredileri:
AKTS
5
Öğretim Dili: İngilizce
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm/Program Seçmeli
Dersin Seviyesi:
Lisans TYYÇ:6. Düzey QF-EHEA:1. Düzey EQF-LLL:6. Düzey
Dersin Veriliş Şekli: E-Öğrenme
Dersin Koordinatörü: Prof. Dr. INDRİT MYDERRİZİ
Dersi Veren(ler): Prof. Dr. Indrit Myderrizi
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Üçüncü sınıfa kadar öğrencilere, öğrendikleri bilgileri kullanarak, karmaşık bir mühendislik problemini gerçekçi kısıtlar ve koşullar altında analiz etme, bilgi sentezleyerek çözümler üretme, disiplinler arası işbirliği ile proje planlama, yönetme, raporlama ve sunma becerilerinin kazandırılması amaçlanmaktadır.
Dersin İçeriği: Disiplinlerarası proje kapsamında en az iki farklı mühendislik bölümünden en az bir en fazla iki öğrencinin katılımıyla ortak bir araştırma konusu belirlenir ve bu sorunun çözümünde öğrencilerin kendi disiplinlerinde öğrendiklerini bütünleştirerek çözüm üretmeleri ve bir uygulama projesi oluşturmaları beklenir.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Multidisipliner ekip çalışması becerileri kazanır.
2) Karmaşık mühendislik problemlerini tanımlar, çözer ve pratiğe dönüştürür.
3) Bilimsel araştırma yapma, rapor hazırlama ve sunum yapma becerilerini kazanın.
4) Proje iş akışı planlama ve proje yönetimi becerileri kazanır.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Ders içeriğinin öğrencilerle paylaşılması, proje gruplarının belirlenmesi, ders öğretim elemanı ile görüşülmesi Ders kitabı okuması
2) Literatür taraması ve araştırma probleminin belirlenmesi, ders öğretim elemanı ile görüşme Makale okuması
3) Literatür taraması ve araştırma probleminin belirlenmesi, ders öğretim elemanı ile görüşme Makale okuması
4) Çözüm metodolojisinin belirlenmesi, ders eğitmeni ile görüşme Yok
5) Çözüm metodolojisinin belirlenmesi, ders eğitmeni ile görüşme Yok
6) Proje iş akışı planının netleştirilmesi ve görev paylaşımı, ders eğitmeni ile görüşme Yok
7) Ara sınav - Ara raporun teslimi ve sunumu Ara raporun hazırlanması
8) Çözüm yönteminin uygulanması, ders öğretim elemanı ile görüşme Yok
9) Çözüm yönteminin uygulanması, ders öğretim elemanı ile görüşme Yok
10) Çözüm yönteminin uygulanması, ders öğretim elemanı ile görüşme Yok
11) Sonuç ve bulguların analizi, ders eğitmeni ile görüşme Yok
12) Sonuç ve bulguların analizi, ders eğitmeni ile görüşme Yok
13) Projenin gözden geçirilmesi, ders eğitmeni ile görüşme Yok
14) Projenin gözden geçirilmesi, ders eğitmeni ile görüşme Yok

Kaynaklar

Ders Notları / Kitaplar: Walid A. Zgallai, Dilber Uzun Ozsahin (2024). Artificial Intelligence and Image Processing in Medical Imaging.
Manoj Sahni, Ritu Sahni, Jose M Merigo (2023). Neural Networks, Machine Learning, and Image Processing. Himanshu Singh (2019). Practical Machine Learning and Image Processing: For Facial Recognition, Object Detection, and Pattern Recognition Using Python.
Jeff Heaton (2013). Artificial Intelligence for Humans.
Charu C. Aggarwal (2023). Neural Networks and Deep Learning.
Diğer Kaynaklar: Walid A. Zgallai, Dilber Uzun Ozsahin (2024). Artificial Intelligence and Image Processing in Medical Imaging.
Manoj Sahni, Ritu Sahni, Jose M Merigo (2023). Neural Networks, Machine Learning, and Image Processing. Himanshu Singh (2019). Practical Machine Learning and Image Processing: For Facial Recognition, Object Detection, and Pattern Recognition Using Python.
Jeff Heaton (2013). Artificial Intelligence for Humans.
Charu C. Aggarwal (2023). Neural Networks and Deep Learning.

Ders - Program Öğrenme Kazanım İlişkisi

Course Learning Outcomes

1

2

3

4
Program Kazanımları
1) Matematik, fen bilimleri ve yazılım mühendisliğine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2) Karmaşık yazılım mühendisliği problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3) Karmaşık bir yazılım sistemini, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama, gerçekleştirme, sınama, doğrulama, ölçme ve bakımını yapma becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Yazılım mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5) Karmaşık mühendislik problemlerinin veya yazılım mühendisliği araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7) Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8) Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve yazılım mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi.
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Yazılım mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın yazılım mühendisliği alanına yansıyan sorunları hakkında bilgi; yazılım mühendisliği çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Orta 3 En Yüksek
       
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Matematik, fen bilimleri ve yazılım mühendisliğine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2) Karmaşık yazılım mühendisliği problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3) Karmaşık bir yazılım sistemini, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama, gerçekleştirme, sınama, doğrulama, ölçme ve bakımını yapma becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Yazılım mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5) Karmaşık mühendislik problemlerinin veya yazılım mühendisliği araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7) Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8) Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve yazılım mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi.
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Yazılım mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın yazılım mühendisliği alanına yansıyan sorunları hakkında bilgi; yazılım mühendisliği çözümlerinin hukuksal sonuçları konusunda farkındalık.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ara Sınavlar 1 % 40
Final 1 % 60
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Aktiviteye Hazırlık Aktivitede Harçanan Süre Aktivite Gereksinimi İçin Süre İş Yükü
Ara Sınavlar 1 60 60
Final 1 64 64
Toplam İş Yükü 124