Bilgi Paketi / Ders Kataloğu
Yapay Zekâya Giriş
Ders Kodu: İLT313
Ders Türü: Bölüm Dışı Seçmeli
Ders Grubu: Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 5
Amaç

Bu dersin amacı, yapay zekâ kavramının temel ilkelerini tanıtmak ve öğrencilerin algoritmalar, makine öğrenimi, veri işleme, karar verme sistemleri gibi temel bileşenler hakkında bilgi edinmesini sağlamaktır. Ayrıca, yapay zekânın farklı alanlardaki uygulamalarına dair genel bir farkındalık kazandırmak hedeflenmektedir.

Özet İçerik

Bu ders, yapay zekânın temel kavramlarını, tarihsel gelişimini ve güncel uygulama alanlarını kapsamaktadır. Öğrenciler; problem çözme, bilgi temsili, öğrenme algoritmaları, makine öğrenimi, doğal dil işleme, uzman sistemler ve etik konular hakkında temel düzeyde bilgi edinir. Ayrıca sağlık, ulaşım, medya, finans gibi sektörlerde yapay zekâ uygulamalarına dair örnek analizler gerçekleştirilir.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Yapay zekâya ilişkin temel kavramları, yaklaşımları ve tarihsel gelişimi açıklar; bu bilgileri dijital medya içerik üretiminde ilişkilendirir.
2.Yapay zekâ sistemlerinin temel bileşenlerini tanır ve bu sistemleri görsel-işitsel içerik analizinde kullanabilir.
3.Arama algoritmaları ve bilgi temsili tekniklerini kullanarak senaryo yapısı, kurgu planı veya sahne organizasyonunda uygulama yapar.
4.Makine öğrenmesi ve doğal dil işleme uygulamalarıyla otomatik alt yazı üretimi, içerik etiketleme veya seyirci analizleri gerçekleştirebilir.
5.Yapay zekâ teknolojilerinin medya sektöründeki etik, kültürel ve yaratıcı süreçlere etkilerini eleştirel biçimde değerlendirir.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Nevzat Tarhan (2020) Yapay Zeka ve İnsan Timaş Yayınları.
2.Günay, Mehmet Akif. (Ed.). (2023). İletişim Bilimlerinde Yapay Zekâ. Eğitim Yayınevi.
3.Stuart Russell & Peter Norvig (2021) Artificial Intelligence: A Modern Approach (4th Edition) Pearson.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Dersin tanıtımı, yapay zekânın tanımı ve tarihçesi.
2. Hafta - Teorik
Yapay zekânın temel kavramları ve sınıflandırmaları.
3. Hafta - Teorik
Akıllı sistemler ve problem çözme yaklaşımları.
4. Hafta - Teorik
Arama algoritmaları ve karar verme teknikleri
5. Hafta - Teorik
Bilgi temsili ve çıkarım yöntemleri
6. Hafta - Teorik
Kural tabanlı sistemler ve uzman sistemler
7. Hafta - Teorik
Makine öğrenmesine giriş
8. Hafta - Teorik
Makine öğrenmesi - Ara Sınav
9. Hafta - Teorik
Denetimli ve denetimsiz öğrenme modelleri
10. Hafta - Teorik
Derin öğrenme ve sinir ağlarına giriş
11. Hafta - Teorik
Doğal Dil İşleme (NLP) ve temel uygulamaları
12. Hafta - Teorik
Yapay zekânın toplumsal, etik ve hukuki boyutları
13. Hafta - Teorik
Sektörel uygulamalar: Medyada yapay zekâ
14. Hafta - Teorik
Genel değerlendirme ve öğrenci sunumları
Değerlendirme
Değerlendirme TürüAdetYüzde
Derse Katılım (Performans)5%5
Kısa Sınav (Quiz)1%10
Ara Sınav (Vize)1%25
Dönem Sonu Sınavı (Final)1%60
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders142370
Okuma5015
Kısa Sınav1000
Ara Sınav120121
Dönem Sonu Sınavı125126
TOPLAM İŞ YÜKÜ (Saat)122
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
PÇ-12
PÇ-13
PÇ-14
PÇ-15
PÇ-16
OÇ-1
4
4
3
3
2
3
3
3
3
4
5
3
OÇ-2
2
5
2
2
4
5
4
2
2
5
5
3
OÇ-3
2
4
3
2
5
2
5
5
2
2
5
4
3
OÇ-4
2
5
3
2
5
5
4
2
2
5
5
4
OÇ-5
3
2
4
5
2
4
4
2
3
5
3
2
5
5
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026