Bilgisayar Mühendisliği Önizleme
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

UNI220

Ders İsmi:

Yapay Öğrenme ve Veri Bilimi

Ders Yarıyılı:

Güz
Bahar

Ders Kredileri:

AKTS

Öğretim Dili:

Turkish

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Üniversite Seçmeli

Dersin Seviyesi:

Lisans

TYYÇ:6. Düzey

QF-EHEA:1. Düzey

EQF-LLL:6. Düzey

Dersin Veriliş Şekli:

E-Öğrenme

Dersin Koordinatörü:

Dr. Öğr. Üy. ALPER ÖNER

Dersi Veren(ler):

Ferzat Anka

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:	Dersin amacı öğrencilere yapay öğrenme konusundaki temel teknik ve yöntemler konusunda bilgi sağlamak ve öğrencilerin yapay öğrenme yöntemlerini pratik problemlerin çözümünde kullanabilme becerisine sahip olmalarını sağlamaktır. Aynı zamanda günümüz uygulama alanlarında yapay öğrenmenin önemini anlamaktır.
Dersin İçeriği:	Yapay öğrenme temel kavram ve yöntemleri. Yapay öğrenme kullanarak problem çözme; problem bilgisi kullanan ve kullanmayan yöntemler. Veri analizi, Çeşitli algoritmalar incelemek. Farklı alan dallarında yapay zeka yönetmlerin önemini örneklendirilerek anlatmak

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) • Yapay öğrenme metotlarıyla çözülebilecek problemleri tanıyabilir.
2) • Çeşitli problemlerin çözümünde yapay zekanın önemini anlamak
3) • Verilen probleme uygun yapay öğrenme metodunu seçebilir.
4) • Verilen problemi uygun yapay öğrenme metoduyla çözebilir.
5) • Bilginin temsil yollarını, avantaj ve dezavantajlarını bilir.

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Yapay öğrenme tarihi ve felsefesi
2)	Temel kavramlar
3)	Temel kavramlar-Zeki Ajanlar
4)	Yapay öğrenme ile problem çözme ve arama algoritmalarına giriş
5)	Uzman sistemler ve makine öğrenmesi
6)	Yapay öğrenmede optimizasyon metotları
7)	Ödev-Sunum
8)	ödev-Sunum
9)	Ödev-Sunum
10)	Veri bilimi ve analizi
11)	Makine öğrenmesi
12)	Veri bilimleri ve metotları
13)	makine öğrenemsi
14)	Arama algoritmaları ve önemi (Kesin, açgözlü, sezgisel, meta-sezgisel)

Kaynaklar

Ders Notları / Kitaplar:

• Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, Third Ed., Prentice Hall, 2010,
• Michael Negnevitsky, Artificial Intelligence: A Guide to Intelligent Systems (3rd Edition) 3rd Edition
• Vasif Nabiyev, Yapay Zeka: İnsan ve Bilgisayar Etkileşimi 4. Baskı
• Yalçin Özkan, Veri Madenciliği Yöntemleri, Papatya, 2008
• Cemalettin Kubat, Matlab Yapay Zeka ve Mühendislik uygulamaları, Pusula, 2009
• İlker Arslan, R ile İstatistiksel Programlama, Pusula, 2020
• Zafer Demirkol, Herkes İçin Yapay Zeka, Genç Destek, 2021
• S.Nematzadeh et al. Rationalized Statistics for Biosciences Analysing bioinformatics data using the R, LAP Publishing, 2021

Diğer Kaynaklar:

Ders - Program Öğrenme Kazanım İlişkisi

Course Learning Outcomes	1	2	3	4	5
Program Kazanımları
1) Matematik, bilim ve bilgisayar mühendisliği prensipleri hakkında yeterli bilgiye sahip olma, hem teorik hem de pratik olarak, ve bu bilgiyi karmaşık mühendislik problemlerine uygulayabilme becerisi.
2) Etik prensiplere, mesleki ve etik sorumluluğa uygun davranma; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibi olma
3) Proje yönetimi, risk yönetimi ve değişim yönetimi gibi iş uygulamaları hakkında bilgi; girişimcilik ve yenilik farkındalığı; sürdürülebilir kalkınma hakkında bilgi.
4) Bilgisayar mühendisliği uygulamalarının sağlık, çevre ve güvenlik üzerindeki etkileri ve bilgisayar mühendisliğine yansıyan dönemin sorunları hakkında bilgi sahibi olma; bilgisayar mühendisliği çözümlerinin yasal sonuçları konusunda farkındalık.
5) Uygun analiz ve modelleme tekniklerini kullanarak karmaşık bilgisayar mühendisliği problemlerini tanımlama, formülleme ve çözebilme yeteneği.
6) Belirli gereksinimleri karşılayan ve gerçekçi kısıtlar ve koşullar altında çalışan karmaşık bilgisayar sistemleri, cihazlar veya ürünler tasarlama ve geliştirme yeteneği, modern tasarım yöntemlerini kullanma yeteneği.
7) Sözlü ve yazılı iletişim becerileriyle etkili iletişim kurabilme; en az bir yabancı dil bilgisi; etkili raporlar yazabilme ve yazılı raporları anlayabilme, tasarım ve üretim raporları hazırlayabilme, etkili sunumlar yapabilme, açık ve anlaşılır talimatlar verip alabilme yeteneği.
8) Yaşam boyu öğrenme gerekliliğinin farkında olma; bilgiye erişme yeteneği, bilim ve teknolojideki gelişmeleri takip etme ve sürekli yenileme yeteneği.
9) Karmaşık bilgisayar mühendisliği problemlerinin analizi ve çözümü için kullanılan modern teknikleri ve araçları geliştirme, seçme ve kullanabilme yeteneği, bilgi teknolojilerini etkili bir şekilde kullanabilme yeteneği.
10) Karmaşık bilgisayar mühendisliği problemleri veya araştırma konularının incelenmesinde deney planlama ve yürütme, veri toplama ve analiz etme, sonuçları yorumlama yeteneği.
11) Çok disiplinli ekiplerde etkili bir şekilde çalışma yeteneği; bireysel çalışma becerileri.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Orta	3 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Matematik, bilim ve bilgisayar mühendisliği prensipleri hakkında yeterli bilgiye sahip olma, hem teorik hem de pratik olarak, ve bu bilgiyi karmaşık mühendislik problemlerine uygulayabilme becerisi.
2)	Etik prensiplere, mesleki ve etik sorumluluğa uygun davranma; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibi olma
3)	Proje yönetimi, risk yönetimi ve değişim yönetimi gibi iş uygulamaları hakkında bilgi; girişimcilik ve yenilik farkındalığı; sürdürülebilir kalkınma hakkında bilgi.
4)	Bilgisayar mühendisliği uygulamalarının sağlık, çevre ve güvenlik üzerindeki etkileri ve bilgisayar mühendisliğine yansıyan dönemin sorunları hakkında bilgi sahibi olma; bilgisayar mühendisliği çözümlerinin yasal sonuçları konusunda farkındalık.
5)	Uygun analiz ve modelleme tekniklerini kullanarak karmaşık bilgisayar mühendisliği problemlerini tanımlama, formülleme ve çözebilme yeteneği.
6)	Belirli gereksinimleri karşılayan ve gerçekçi kısıtlar ve koşullar altında çalışan karmaşık bilgisayar sistemleri, cihazlar veya ürünler tasarlama ve geliştirme yeteneği, modern tasarım yöntemlerini kullanma yeteneği.
7)	Sözlü ve yazılı iletişim becerileriyle etkili iletişim kurabilme; en az bir yabancı dil bilgisi; etkili raporlar yazabilme ve yazılı raporları anlayabilme, tasarım ve üretim raporları hazırlayabilme, etkili sunumlar yapabilme, açık ve anlaşılır talimatlar verip alabilme yeteneği.
8)	Yaşam boyu öğrenme gerekliliğinin farkında olma; bilgiye erişme yeteneği, bilim ve teknolojideki gelişmeleri takip etme ve sürekli yenileme yeteneği.
9)	Karmaşık bilgisayar mühendisliği problemlerinin analizi ve çözümü için kullanılan modern teknikleri ve araçları geliştirme, seçme ve kullanabilme yeteneği, bilgi teknolojilerini etkili bir şekilde kullanabilme yeteneği.
10)	Karmaşık bilgisayar mühendisliği problemleri veya araştırma konularının incelenmesinde deney planlama ve yürütme, veri toplama ve analiz etme, sonuçları yorumlama yeteneği.
11)	Çok disiplinli ekiplerde etkili bir şekilde çalışma yeteneği; bireysel çalışma becerileri.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Sunum	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	İş Yükü
Ders Saati	16	48
Sınıf Dışı Ders Çalışması	16	53
Sunum / Seminer	5	10
Final	1	2
Toplam İş Yükü		113