Bilgisayar Programcılığı (İÖ) | |||||
Önlisans | TYYÇ: 5. Düzey | QF-EHEA: Kısa Düzey | EQF-LLL: 5. Düzey |
Ders Kodu: | UNI220 | ||||
Ders İsmi: | Yapay Öğrenme ve Veri Bilimi | ||||
Ders Yarıyılı: | Güz | ||||
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 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 |
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. |
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) |
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 |
Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Program Kazanımları | |||||||||||||
1) Problem çözme ve analitik düşünme yeteneklerini kazanır. | 2 | 2 | 2 | 2 | 2 | ||||||||
2) Bilgisayar programlama, donanım ve yazılım temellerini, temel bilgisayar kavramlarını öğrenir. | 2 | 2 | 2 | 2 | 2 | ||||||||
3) Problemlere göre algoritmalar geliştirir, temel algoritmalardan problemine uygun olanları ayırt etme becerisi kazanır. | |||||||||||||
4) Nesneye yönelik programlama konseptini ve web programlamayı kavrar. | |||||||||||||
5) Sayı tabanı sistemleri, temel elektronik ve bilgisayar donanımı bilgisini öğrenir. | |||||||||||||
6) Mobil programlama becerisi edinir, mobil platformlar için uygulamalar geliştirir. | |||||||||||||
7) Veritabanı tasarım ve kodlamasını yapar. | |||||||||||||
8) Bilgisayar ağları, açık kaynak kodlu işletim sistemleri programlamayı ve kullanmayı öğrenir. | |||||||||||||
9) İngilizce dilini etkin bir biçimde kullanır. | |||||||||||||
10) Programlamanın ihtiyaçlarına göre uygun veri yapıları kullanmayı öğrenir. | |||||||||||||
11) Bireysel ya da takım olarak yazılım geliştirir. | |||||||||||||
12) Alanındaki gelişmeleri, son teknoloji araçlarını/uygulamalarını takip eder. | |||||||||||||
13) Mesleki ve etik sorumluluk bilinci kazanır, meslek etiği farkındalığına sahiptir. |
Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Problem çözme ve analitik düşünme yeteneklerini kazanır. | 1 |
2) | Bilgisayar programlama, donanım ve yazılım temellerini, temel bilgisayar kavramlarını öğrenir. | 1 |
3) | Problemlere göre algoritmalar geliştirir, temel algoritmalardan problemine uygun olanları ayırt etme becerisi kazanır. | 1 |
4) | Nesneye yönelik programlama konseptini ve web programlamayı kavrar. | 2 |
5) | Sayı tabanı sistemleri, temel elektronik ve bilgisayar donanımı bilgisini öğrenir. | 2 |
6) | Mobil programlama becerisi edinir, mobil platformlar için uygulamalar geliştirir. | 2 |
7) | Veritabanı tasarım ve kodlamasını yapar. | 2 |
8) | Bilgisayar ağları, açık kaynak kodlu işletim sistemleri programlamayı ve kullanmayı öğrenir. | 2 |
9) | İngilizce dilini etkin bir biçimde kullanır. | 1 |
10) | Programlamanın ihtiyaçlarına göre uygun veri yapıları kullanmayı öğrenir. | 1 |
11) | Bireysel ya da takım olarak yazılım geliştirir. | 2 |
12) | Alanındaki gelişmeleri, son teknoloji araçlarını/uygulamalarını takip eder. | 2 |
13) | Mesleki ve etik sorumluluk bilinci kazanır, meslek etiği farkındalığına sahiptir. | 2 |
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 |
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 |