Bilişim Güvenliği Teknolojisi (İÖ) | |||||
Önlisans | TYYÇ: 5. Düzey | QF-EHEA: Kısa Düzey | EQF-LLL: 5. Düzey |
Ders Kodu: | UNI050 | ||||
Ders İsmi: | Yapay Zekaya Giriş | ||||
Ders Yarıyılı: |
Bahar Güz |
||||
Ders Kredileri: |
|
||||
Öğretim Dili: | Turkish | ||||
Ders Koşulu: | |||||
Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
Dersin Türü: | Üniversite Seçmeli | ||||
Dersin Seviyesi: |
|
||||
Dersin Veriliş Şekli: | E-Öğrenme | ||||
Dersin Koordinatörü: | Doç. Dr. ŞEBNEM ÖZDEMİR | ||||
Dersi Veren(ler): | Dr. Öğr. Üyesi Şebnem Özdemir | ||||
Dersin Yardımcıları: |
Dersin Amacı: | Yapay zekanın gelişimi, kapsamı ve yöntemlerinin farklı alanlardaki uygulama örnekleriyle birlikte anlaşılması. |
Dersin İçeriği: | Her öğrenci için dersin amacı; Yapay zeka kavramının kapsamını, kullanılan yöntemleri, yapay zekadaki sorunlarla birlikte, farklı uygulama alanlarındaki örnekleri ile öğrenmektir. |
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Yapay zekanın ne olduğunu ve ne olmadığını bilir 2) Yöntemlerin farklılıklarınız ve benzerliklerini uygulama alanları ile birlikte açıklar 3) Yapay Zekanın toplumsal etkilerini, ilgili devlet politikalarını açıklar 4) Açıklanabilirlik, bias gibi yapay zeka uygulamalarındaki kritik sorunları tanımlar. 5) Yapay zekanın hayat içine uygulanabilmesi için ilgili sorunu tanımlar ve çözüm önerisi modeli üretir. |
Hafta | Konu | Ön Hazırlık |
1) | Yapay Zekanın Tarihçesi | |
2) | Kapsam ve Yöntemleri ile Yapay Zeka- Basit Yapay Sinir Ağı Tasarımı, Yapay Dar Zeka, Süper Zeka, Genel Zeka | |
3) | Kapsam ve Yöntemleri ile Yapay Zeka- Makine Öğrenmesi, Derin Öğrenme | |
4) | Kapsam ve Yöntemleri ile Yapay Zeka- Makine Öğrenmesi, Derin Öğrenme | |
5) | Kapsam ve Yöntemleri ile Yapay Zeka- Doğal Dil İşleme ve Makine Çeviri | |
6) | Kapsam ve Yöntemleri ile Yapay Zeka- Bilgisayarlı Görü | |
7) | Kapsam ve Yöntemleri ile Yapay Zeka- Uzman Sistemleri, Robotik, Optimizasyon | |
8) | VİZE HAFTASI | |
9) | Yapay Zekada Sorunlar ve Kritik Konular- Bias Kavramı ve Örnek Olaylar | |
10) | Yapay Zekada Sorunlar ve Kritik Konular- Açıklanabilirlik, Şeffaflık, Hesapverebilirlik | |
11) | Yapay Zeka ve Farklı Disiplinlerdeki Uygulama Örnekleri | |
12) | Yapay Zeka ve Farklı Disiplinlerdeki Uygulama Örnekleri | |
13) | Daha Erişilebilir Bir Dünya İçin Yapay Zeka Uygulamaları- Dezavantajlı Grupların Yapay Zeka Uygulamaları ile Desteklenmesi | |
14) | Yapay Zekada Devlet Politikaları ve Regülasyonlar |
Ders Notları / Kitaplar: | Ek kaynak ihtiyacı bulunmamaktadır. - There is no need for additional resources. |
Diğer Kaynaklar: | Ek kaynak ihtiyacı bulunmamaktadır. - There is no need for additional resources. |
Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
---|---|---|---|---|---|
Program Kazanımları |
Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Projeler | 1 | % 30 |
Ara Sınavlar | 1 | % 30 |
Final | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Aktiviteye Hazırlık | Aktivitede Harçanan Süre | Aktivite Gereksinimi İçin Süre | İş Yükü | ||
Ders Saati | 14 | 2 | 2 | 56 | |||
Sınıf Dışı Ders Çalışması | 14 | 2 | 28 | ||||
Proje | 1 | 10 | 1 | 11 | |||
Ara Sınavlar | 1 | 10 | 1 | 11 | |||
Final | 1 | 20 | 1 | 21 | |||
Toplam İş Yükü | 127 |