Bilgi Paketi / Ders Kataloğu
Gıda Güvenliğinde Yapay Zeka ve Makine Öğrenmesi Uygulamaları
Ders Kodu: ST319
Ders Türü: Seçmeli
Ders Grubu: Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 2
Uyg.: 0
Kredi: 2
Laboratuvar: 0
AKTS: 2
Amaç

Bu dersin amacı, öğrencilere yapay zeka ve makine öğrenmesi tekniklerinin gıda güvenliği alanındaki potansiyel kullanım alanlarını tanıtmak; gıda kaynaklı risklerin erken tespiti, kontrolü ve önlenmesine yönelik veri temelli çözüm yaklaşımlarını öğretmektir. Öğrencilerin, farklı algoritmaların avantajlarını ve sınırlılıklarını kavrayarak, gıda güvenliği süreçlerinde karar destek sistemleri geliştirme yeterliliği kazanmaları hedeflenmektedir.

Özet İçerik

Bu ders, yapay zeka (AI) ve makine öğrenmesi (ML) tekniklerinin gıda güvenliği alanındaki kullanımını incelemektedir. Gıda kaynaklı risklerin tespiti, izlenebilirlik sistemleri, kalite kontrol süreçleri ve kontaminantların tahmini gibi konulara odaklanılmaktadır. Öğrenciler, gıda güvenliği verilerinin analizi için uygun algoritmaları seçmeyi, temel modelleme yöntemlerini uygulamayı ve AI destekli karar sistemlerinin nasıl geliştirileceğini öğrenir. Ayrıca HACCP, gıda izlenebilirliği ve kontaminasyon önleme gibi konularda AI tabanlı yenilikçi çözümler de tartışılacaktır. Gerçek dünya örnekleri ve vaka çalışmalarıyla ders desteklenmektedir.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Gıda güvenliğine ilişkin temel riskleri ve kontrol noktalarını tanımlar.
2.Yapay zeka ve makine öğrenmesi kavramlarını açıklar.
3.AI algoritmalarını kullanarak gıda güvenliği problemlerine çözüm önerir.
4.HACCP ve izlenebilirlik sistemleri ile AI entegrasyonunu değerlendirir.
5.AI tabanlı erken uyarı ve tahmin sistemlerinin potansiyelini tartışır.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Artificial Intelligence in Food Safety: Concepts and Applications” Yazar: Joseph Jwu-Shan Jen, Wiley, 2022
2.Machine Learning and Data Science in the Food Industry” Yazar: Robert D. Brown, CRC Press, 2020
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Gıda güvenliği kavramı ve temel ilkeler
2. Hafta - Teorik
Yapay zeka ve makine öğrenmesine giriş
3. Hafta - Teorik
Gıda güvenliğinde kullanılan veri türleri ve kaynakları
4. Hafta - Teorik
Gıda kaynaklı tehlikelerin sınıflandırılması ve AI ile risk tahmini
5. Hafta - Teorik
Denetim ve izlenebilirlik sistemlerinde AI uygulamaları
6. Hafta - Teorik
Görüntü işleme ve sensör verileri ile kontaminant tespiti
7. Hafta - Teorik
Sınıflandırma algoritmaları (SVM, k-NN, Random Forest)
8. Hafta - Teorik
Regresyon ve tahmin modelleri (Lojistik Regresyon, ANN)
9. Hafta - Teorik
Derin öğrenme ve gıda güvenliğinde kullanım örnekleri
10. Hafta - Teorik
Vaka çalışması: AI ile mikrobiyal kontaminasyon tahmini
11. Hafta - Teorik
Vaka çalışması: Gıda zincirinde izlenebilirlik algoritmaları
12. Hafta - Teorik
HACCP sistemlerine AI entegrasyonu
13. Hafta - Teorik
AI tabanlı erken uyarı sistemleri
14. Hafta - Teorik
Genel değerlendirme ve proje sunumları
Değerlendirme
Değerlendirme TürüAdetYüzde
Derse Katılım (Performans)1%5
Kısa Sınav (Quiz)1%5
Ara Sınav (Vize)1%30
Dönem Sonu Sınavı (Final)1%60
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140228
Kısa Sınav1224
Ara Sınav1426
Dönem Sonu Sınavı1426
TOPLAM İŞ YÜKÜ (Saat)44
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
OÇ-1
5
5
4
4
4
5
4
OÇ-2
5
5
5
4
4
4
OÇ-3
5
5
5
4
4
5
4
OÇ-4
4
4
4
4
4
4
4
5
OÇ-5
4
4
4
5
4
5
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026