İSTİNYE ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| Bilgisayar Destekli Tasarım ve Animasyon | |||||
| Önlisans | TYYÇ: 5. Düzey | QF-EHEA: Kısa Düzey | EQF-LLL: 5. Düzey | ||
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | UNI220 | ||||
| Ders İsmi: | Yapay Öğrenme ve Veri Bilimi | ||||
| Ders Yarıyılı: |
Güz Bahar |
||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | Türkçe | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
| Dersin Türü: | Üniversite Seçmeli | ||||
| Dersin Seviyesi: |
|
||||
| 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: | • 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 |
Ders - Program Öğrenme Kazanım İlişkisi
| Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
|---|---|---|---|---|---|
| Program Kazanımları | |||||
| 1) Tasarım yapabilme Temel sanat ve tasarım becerilerine sahip olma Bir konu yada soruna yönelik fikir geliştirme ve bunu görselleştirme Estetik bir bakış açısına sahip olma 2 ve 3 Boyutlu Animasyon yapabilme Hareketli Grafik Tasarım (Animasyon) yapabilme Tasarım ve animasyon için gerekli program ve yazılımları kullanabilme Dijital Oyun Tasarımı yapabilme Bir fikri kurgulama ve senaryolaştırma Storyboard oluşturabilme Masaüstü yayıncılıkla ilgili (matbaa, baskı vb) konularda bilgi sahibi olma Tipografi ve duygu ilişkisini kavrama | |||||
Ders - Öğrenme Kazanımı İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Tasarım yapabilme Temel sanat ve tasarım becerilerine sahip olma Bir konu yada soruna yönelik fikir geliştirme ve bunu görselleştirme Estetik bir bakış açısına sahip olma 2 ve 3 Boyutlu Animasyon yapabilme Hareketli Grafik Tasarım (Animasyon) yapabilme Tasarım ve animasyon için gerekli program ve yazılımları kullanabilme Dijital Oyun Tasarımı yapabilme Bir fikri kurgulama ve senaryolaştırma Storyboard oluşturabilme Masaüstü yayıncılıkla ilgili (matbaa, baskı vb) konularda bilgi sahibi olma Tipografi ve duygu ilişkisini kavrama |
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 | |