Bilgi Paketi / Ders Kataloğu
Tarımsal Eğitimde Yapay Zeka Uygulamalarının Kullanımı
Ders Kodu: ZZO577
Ders Türü: Bölüm Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Lisans üstü öğrencilere; eğitimleri ve hayatlarının geri kalanında geliştirilen dil modelleri ile araştırma, başvuruda bulunma, akademik bir metin yazımı, hazırlanan metnin sunumu gibi basamaklarda yapay zeka ile geliştirilmiş araçlardan faydalanmasını sağlamak.

Özet İçerik

Yapay zekanın temellerini ve geliştirilen dil modellerini öğrenmek ve ihtiyaca uygun dil modellerini kullanırken doğru yanıtlar elde etmek için istemler oluşturmak. Ardından araştırma sonuçlarını yazılı metin haline getirirken zaman kazanmak ve intihalden kaçınmak gibi zorlukların üstesinden gelmek için yapay zekadan nasıl yararlanılacağını öğrenecekler.

Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Nezih ATA
Öğrenme Çıktıları
1.Yapay Zeka ve Doğal Dil İşleme Konularında temel kavramları bilmek
2.NLP modellerini kavrama ve ihtiyaca yönelik model seçimi hakkında bilgi sahibi olmak
3.Tarımsal Alanlarda Güncel Yapay Zeka ile yapılan çalışmaları öğrenmek
4.Yapay zekadan daha verimli faydalanabilmek için prompt oluşturmayı öğrenmek
5.Literatür taramada yapay zekadan yardım alma hakkında bilgi sahibi olmak
6.Rekabetçi yayın evlerinde yabancı bir dilde makale yazmak için yapay zekadan yardım alma hakkında bilgi sahibi olmak
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Kose, U., Prasath, V. S., Mondal, M. R. H., Podder, P., & Bharati, S. (Eds.). (2022). Artificial Intelligence and Smart Agriculture Technology. CRC Press.
2.Tomar, P., & Kaur, G. (Eds.). (2021). Artificial Intelligence and IoT-based Technologies for Sustainable Farming and Smart Agriculture. IGI Global.
3.Churi, P.P., Joshi, S., Elhoseny, M., & Omrane, A. (Eds.). (2022). Artificial Intelligence in Higher Education: A Practical Approach (1st ed.). CRC Press. https://doi.org/10.1201/9781003184157
4.Roommate, F., (Ed.) . (2023). Artificial Intelligence in Higher Education and Scientific Research Future Development. (Part of the book series: Bridging Human and Machine: Future Education with Intelligence, E-ISSN:2662-5350) Springer.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Yapay Zeka ile tanışma ve temel kavramlar
2. Hafta - Teorik
Doğal Dil İşleme (NLP) ve temel kavramlar
3. Hafta - Teorik
NLP geliştirilen dil modelleri (GPT, BERT, T5, Transformer-XL, XLNET, Bard, Electra, XLM, CTRL, ProphetNET... )
4. Hafta - Teorik
NLP modelleri gelişim süreçleri ve modellerin karşılaştırılmaları
5. Hafta - Teorik
Tarımda yapay zeka yaklaşımları
6. Hafta - Teorik
Prompt nedir, prompt oluşturma ile ilgili genel kavramlar
7. Hafta - Teorik
NLP'de prompt mühendisliği
8. Hafta - Teorik
Prompt Engineering yaklaşımları
9. Hafta - Teorik
Prompt oluşturma kaynakları (Prompt Vibes, OpenAI playgrounds...)
10. Hafta - Teorik
Yapay zeka ile kaynak tarama ve özetleme (SciSpace Copilot, Perplexity...)
11. Hafta - Teorik
Yapay zeka yardımı ile yazım dilini geliştirme (Viola.ai, Notion.so, Quillbot...)
12. Hafta - Teorik
Yapay zeka ile sunum hazırlama ve görsel tasarımları
13. Hafta - Teorik
Ethics in Artificial Intelligence and Prompt Engineering
14. Hafta - Teorik
Genel Tekrar
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%30
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders143384
Ödev57245
Ara Sınav130232
Dönem Sonu Sınavı140242
TOPLAM İŞ YÜKÜ (Saat)203
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
OÇ-1
2
4
OÇ-2
1
3
OÇ-3
2
2
3
3
OÇ-4
5
OÇ-5
2
3
1
2
OÇ-6
4
2
3
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026