Bilgisayar Teknolojisi Önizleme
Önlisans	TYYÇ: 5. Düzey	QF-EHEA: Kısa Düzey	EQF-LLL: 5. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

MYO046

Ders İsmi:

Yapay Zeka Temelleri

Ders Yarıyılı:

Bahar

Ders Kredileri:

AKTS

Öğretim Dili:

Türkçe

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm/Program Seçmeli

Dersin Seviyesi:

Önlisans

TYYÇ:5. Düzey

QF-EHEA:Kısa Düzey

EQF-LLL:5. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Öğr. Gör. AHMET SELİM ÖVER

Dersi Veren(ler):

Öğr. Gör. Burak Ağgül

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:	Yapay zekaya dair temel kavram ve uygulamalarının anlaşılması, problemlerin analizinde kullanılacak uygun optimizasyon algoritmasına sahip öğrenme algoritmalarının belirlenmesi, örnek problemler yardımıyla elde edilen sonuçların yorumlanması.
Dersin İçeriği:	Yapay zekaya giriş ve temel kavramlar, problem analizi ve çözümü, öğrenme, farklı yapay zeka algoritmaları, optimizasyon algoritmaları, görüntü analizi, genetik algoritma.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Yapay sinir ağ yapılarının temellerini kavrama.
2) İstatistiksel öğrenmeyi kavrama.
3) Makine öğrenme algoritmaları arasındaki farkı anlayabilme.
4) Yapay zeka algoritmaları kullanarak program yazabilme.
5) Makine öğrenmesi için gerekli optimizasyon algoritmalarını anlama

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Yapay Zekaya Giriş	Yok
2)	Yapay Sinir Ağları	Yok
3)	İstatistiksel Öğrenme	Yok
4)	Makine Öğrenmesi	Yok
5)	Derin Öğrenme	Yok
6)	Danışmalı Öğrenme	Yok
7)	Danışmasız Öğrenme	Yok
8)	ARA SINAV	1-7. Haftalar
9)	Pekiştirmeli Öğrenme	Yok
10)	Doğal Dil İşleme	Yok
11)	Destek Vektör Makineleri	Yok
12)	Bilgisayarlı Görü	Yok
13)	Genetik Algoritma	Yok
14)	Robotik	Yok
15)	Final	1-14. Haftalar

Kaynaklar

Ders Notları / Kitaplar:	Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer.
Diğer Kaynaklar:	Wolfgang Ertel, Introduction to Artificial Intelligence, Second Edition, Springer. Charu C. Aggarwal, Neural Networks and Deep Learning, Springer.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5
Program Kazanımları
1) Bilgisayar teknolojileri alanında temel kavramları anlama becerisine sahip olmak
2) Bilgisayar teknolojileri alanındaki problemleri analiz etme ve modelleme, çözümleri için uygun yazılım gereksinimlerini belirleme ve tanımlama becerisine sahip olmak
3) Yabancı dilde mesleki konuları anlama becerisine sahip olmak
4) Yazılım kurulum, test ve kabul işlemlerini yapabilme becerisine sahip olmak
5) Bilgisayar ağlarının kurulumunu, yönetimini gerçekleştirebilme ve ağ işletim sistemini kullanabilme becerisine sahip olmak.
6) Bilgisayar donanımının bakım ve onarımını yapabilme becerisine sahip olmak
7) Bilgisayar teknolojileri alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilincine sahip olmak
8) Bilgisayar ve ağ yazılımları planlama, tasarlama ve üretme becerisine sahip olmak
9) Web tasarımı ve programlaması yapabilme becerisine sahip olmak
10) Veritabanı yönetimi, sorgulama, tasarımı konularındaki bilgilerini uygulamalarda kullanabilme ve veritabanı uygulamaları geliştirebilme yetkinliğine sahip olmak

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Orta	3 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Bilgisayar teknolojileri alanında temel kavramları anlama becerisine sahip olmak
2)	Bilgisayar teknolojileri alanındaki problemleri analiz etme ve modelleme, çözümleri için uygun yazılım gereksinimlerini belirleme ve tanımlama becerisine sahip olmak
3)	Yabancı dilde mesleki konuları anlama becerisine sahip olmak
4)	Yazılım kurulum, test ve kabul işlemlerini yapabilme becerisine sahip olmak
5)	Bilgisayar ağlarının kurulumunu, yönetimini gerçekleştirebilme ve ağ işletim sistemini kullanabilme becerisine sahip olmak.
6)	Bilgisayar donanımının bakım ve onarımını yapabilme becerisine sahip olmak
7)	Bilgisayar teknolojileri alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilincine sahip olmak
8)	Bilgisayar ve ağ yazılımları planlama, tasarlama ve üretme becerisine sahip olmak
9)	Web tasarımı ve programlaması yapabilme becerisine sahip olmak
10)	Veritabanı yönetimi, sorgulama, tasarımı konularındaki bilgilerini uygulamalarda kullanabilme ve veritabanı uygulamaları geliştirebilme yetkinliğine sahip olmak

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ödev	1	% 20
Ara Sınavlar	1	% 30
Final	1	% 50
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 50
Toplam		% 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Aktiviteye Hazırlık	Aktivitede Harçanan Süre	Aktivite Gereksinimi İçin Süre	İş Yükü
Ders Saati	3	7	2		27
Ödevler	1	5	10		15
Ara Sınavlar	1	15	1		16
Final	1	20	1		21
Toplam İş Yükü					79