Bilgi Paketi / Ders Kataloğu
Python ile Yapay Zeka Uygulamaları
Ders Kodu: MME545
Ders Türü: Bölüm Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: İngilizce
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Ders, öğrencilere yapay zeka çözümlerini uygulama ve gelişmiş yapay zeka trendlerini takip etme becerileri kazandırmayı amaçlar. Bu dersin temel amacı öğrencileri yapay zekanın temel kavramları, teorileri ve uygulamalarıyla tanıştırmaktır. Öğrenciler makine öğrenimi, doğal dil işleme, bilgisayarlı görme ve robotik gibi yapay zekanın çeşitli alt alanları hakkında fikir sahibi olacaklardır.

Özet İçerik

Bu ders, Python programlama dilini kullanan pratik uygulamaları vurgulayarak Yapay Zeka dünyasına kapsamlı bir giriş sağlar. Öğrenciler temel yapay zeka kavramlarını derinlemesine inceleyecek, makine öğrenimi tekniklerini keşfedecek, derin öğrenme ve sinir ağlarını derinlemesine inceleyecek, gerçek dünyadaki yapay zeka proje geliştirme sürecine dahil olacak ve yapay zeka teknolojilerini çevreleyen etik hususları eleştirel bir şekilde incelerler.

Dersi Veren Öğretim Görevlisi/Görevlileri
Prof. Dr. Pınar DEMİRCİOĞLU
Öğrenme Çıktıları
1.Öğrenciler Yapay Zekanın temel kavramlarını ve terminolojisini net bir şekilde anlayacaklardır.
2.Öğrenciler yapay zeka ile ilgili konuları tartışabilecek ve kavrayabilecektir
3.Öğrenciler Python programları yazma konusunda yetkin olacaklar
4.Öğrenciler programlama dizilimini anlama ve programlama yapılarını uygulama konusunda yetkin olacaklardır.
5.Öğrenciler daha sonraki programlama uygulamaları için sağlam bir temele sahip olacaklar
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.S. Russell and P. Norvig, “Artificial Intelligence: A Modern Approach, Prentice Hall
2.M. Tim Jones, “Artificial Intelligence: A Systems Approach (Computer Science)”, Jones and Bartlett Publishers, Inc.; 1st Edition, 2008
3.Nils J. Nilsson, “The Quest for Artificial Intelligence”, Cambridge University Press, 2009
4.Python GUI programming Cookbook -Burkahard A Meier, Packt Publication, 2nd Edition.
5.Barry, P. (2016). Head first Python: A brain-friendly guide. “ O’Reilly Media, Inc.”. Lutz, M. (2013). Learning python: Powerful object-oriented programming. “O’Reilly Media, Inc.”
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Python ve Yapay Zeka Kavramlarına Giriş
2. Hafta - Teorik
Python ile Makine Öğrenimi
3. Hafta - Teorik
Derin Öğrenme ve Sinir Ağları
4. Hafta - Teorik
Yapay Zeka Proje Geliştirme ve Etik
5. Hafta - Teorik
Gelişmiş Yapay Zeka Konuları ve Trendleri
6. Hafta - Teorik
Doğal Dil İşleme (NLP)
7. Hafta - Teorik
Bilgisayar görüşü
8. Hafta - Ara Sınav (Vize)
Bilgisayar görüşü, Ara Sınav
9. Hafta - Teorik
Güçlendirilmiş Öğrenme
10. Hafta - Teorik
Yapay Zeka ile Zaman Serisi Analizi
11. Hafta - Teorik
Sağlık Hizmetlerinde Yapay Zeka
12. Hafta - Teorik
Finansta Yapay Zeka
13. Hafta - Teorik
Otonom Sistemlerde Yapay Zeka
14. Hafta - Teorik
Açıklanabilir Yapay Zeka ve Model Yorumlanabilirliği
15. Hafta - Dönem Sonu Sınavı (Final)
Dönem Sonu Sınavı
16. Hafta - Dönem Sonu Sınavı (Final)
Dönem Sonu Sınavı
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%30
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders143498
Ödev70535
Bireysel Çalışma73342
Ara Sınav19211
Dönem Sonu Sınavı112214
TOPLAM İŞ YÜKÜ (Saat)200
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
OÇ-1
3
5
5
5
5
5
3
5
OÇ-2
3
4
4
4
5
5
4
3
4
4
OÇ-3
3
5
5
4
5
4
4
5
OÇ-4
3
5
4
4
4
4
4
4
OÇ-5
3
5
5
5
3
4
3
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026