| Dersin Amacı: |
Bu dersin amacı, öğrencilere yapay zekanın temel kavramlarını, tekniklerini ve uygulama alanlarını tanıtarak; problem çözme, öğrenme, karar verme ve algoritma geliştirme gibi yapay zeka yöntemlerini yönetim bilişim sistemleri bağlamında kullanabilme becerisi kazandırmaktır. |
| Dersin İçeriği: |
Bu derste, yapay zekanın tanımı, tarihçesi ve temel kavramlarıyla giriş yapılır. Yapay zekanın yönetim bilişim sistemleriyle olan ilişkisi ele alınarak, özellikle karar verme süreçlerine katkısı üzerinde durulur. Arama algoritmaları (genişlik öncelikli, derinlik öncelikli, sezgisel arama) ve bilgi temsili yöntemleri (önerme ve yüklem mantığı) gibi temel teknikler incelenir. Uzman sistemler ve karar destek sistemleri kapsamında, yapay zekanın işletmelerde nasıl kullanıldığı örneklerle açıklanır. Ayrıca makine öğrenmesi kavramına giriş yapılır; denetimli ve denetimsiz öğrenme yöntemleri tanıtılır. Karar ağaçları, k-en yakın komşu (k-NN), naive Bayes gibi temel algoritmaların yanında yapay sinir ağlarının temelleri de işlenir. Doğal dil işleme (NLP) teknolojileri tanıtılır ve chatbotlar, öneri sistemleri gibi güncel uygulamalar incelenir. Dersin ilerleyen bölümlerinde yapay zekanın etik yönü, önyargı, kararların şeffaflığı ve toplumsal etkileri tartışılır. Son olarak, öğrencilerin küçük ölçekli bir yapay zeka uygulaması geliştirmesi beklenir; böylece öğrendikleri teorik bilgileri pratikle pekiştirme imkânı bulurlar. |
| Hafta |
Konu |
Ön Hazırlık |
| 1) |
Yapay zekânın tanımı, tarihçesi ve temel kavramlara giriş |
|
| 2) |
Yapay zekâ ve yönetim bilişim sistemleri arasındaki ilişki |
|
| 3) |
Arama algoritmalarına giriş: Genişlik öncelikli ve derinlik öncelikli arama |
|
| 4) |
Sezgisel (heuristic) arama yöntemleri ve uygulamaları |
|
| 5) |
Bilgi temsili: Önermeler mantığı ve yüklem mantığı |
|
| 6) |
Uzman sistemler ve karar destek sistemleri |
|
| 7) |
Yapay zekânın karar verme süreçlerine katkısı |
|
| 8) |
Ara Sınav |
|
| 9) |
Makine öğrenmesine giriş: Denetimli ve denetimsiz öğrenme |
|
| 10) |
Karar ağaçları, k-en yakın komşu (k-NN), naive Bayes algoritmaları |
|
| 11) |
Yapay sinir ağlarının temelleri |
|
| 12) |
Doğal dil işleme (NLP) ve chatbotlara giriş |
|
| 13) |
Öneri sistemleri ve diğer güncel AI uygulamaları |
|
| 14) |
Yapay zekâda etik, önyargı ve şeffaflık |
|
| 15) |
AI’nin sosyal ve hukuki etkileri + Proje hazırlık |
|
| 16) |
Final |
|