| Ders Öğrenme Çıktıları (DÖÇ) |
PÇ |
ODY |
| Bu dersi başarı ile tamamlayan öğrenciler: |
|
|
| DÖÇ-1 |
Yapay zekânın temel kavramlarını, tarihçesini ve güncel uygulama alanlarını açıklar. |
PÇ-12 İnsansız hava aracı teknolojisiyle ilgili uygulamalar için gerekli teknik ve modern araçlar ile bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanır.
|
Yazılı Sınav
|
| DÖÇ-2 |
Yapay zekâ problem çözme ve arama algoritmalarını analiz eder ve farklı senaryolarda uygular. |
PÇ-9 Alanıyla ilgili güncel gelişmeleri takip edebilme, araştırma, meslektaşları ve ekip arkadaşları ile paylaşabilme becerisine sahip olur.
PÇ-12 İnsansız hava aracı teknolojisiyle ilgili uygulamalar için gerekli teknik ve modern araçlar ile bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanır.
|
Yazılı Sınav
|
| DÖÇ-3 |
Yapay zekâ öğrenme yöntemlerini (gözetimli, gözetimsiz, pekiştirmeli öğrenme) uygun problemlere uygular ve değerlendirir. |
PÇ-12 İnsansız hava aracı teknolojisiyle ilgili uygulamalar için gerekli teknik ve modern araçlar ile bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanır.
|
Yazılı Sınav
|
| DÖÇ-4 |
Yapay zekâ modelleri içinde yer alan yapay sinir ağları ve derin öğrenme yapılarını tasarlar ve uygulamalı örnekler geliştirir. |
PÇ-12 İnsansız hava aracı teknolojisiyle ilgili uygulamalar için gerekli teknik ve modern araçlar ile bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanır.
|
Yazılı Sınav
|
| DÖÇ-5 |
Yapay zekâ teknolojilerinin toplumsal, etik ve hukuksal etkilerini tartışır ve eleştirel bakış açısı geliştirir. |
PÇ-12 İnsansız hava aracı teknolojisiyle ilgili uygulamalar için gerekli teknik ve modern araçlar ile bilgisayar yazılımı ve bilişim-iletişim teknolojilerini kullanır.
|
Yazılı Sınav
|
PÇ: Bölüm program çıktıları
ÖDY: Ölçme ve değerlendirme yöntemi |
| Dersin İçeriği |
| Yapay zekâya giriş, tarihçe ve temel kavramlar; yapay zekâ uygulama alanları, güçlü ve zayıf yapay zekâ, etik konular; problem çözme yöntemleri ve arama algoritmalarına giriş; sezgisel arama yöntemleri, oyunlarda yapay zekâ; bilgi temsili, mantıksal çıkarım ve kural tabanlı sistemler; uzman sistemler ve örnek uygulamalar; makine öğrenmesine giriş ve öğrenme türleri; karar ağaçları, Naive Bayes ve performans ölçütleri; yapay sinir ağlarına giriş, perceptron ve temel yapılar; derin öğrenmeye giriş, CNN ve görüntü işleme uygulamaları; RNN, LSTM ve doğal dil işleme uygulamaları; pekiştirmeli öğrenme ve uygulamaları; güncel yapay zekâ teknolojileri (GPT, Transformer, büyük dil modelleri); |
| Haftalık Detaylı Ders İçeriği |
| Hafta |
Detaylı İçerik |
Öğretim Yöntem ve Teknikleri |
| 1 |
Dersin tanıtımı, yapay zekâya giriş
/
Yapay zekânın tarihçesi ve gelişim aşamaları
/
Temel kavramlar: Zekâ, otomasyon, öğrenme |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 2 |
Yapay zekâ uygulama alanları (sağlık, savunma, finans, endüstri, eğitim vb.)
Güçlü ve zayıf yapay zekâ kavramı
/
Etik ve sosyal etkiler |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 3 |
Problem çözme ve arama yöntemleri
Durum uzayı, arama stratejileri
/
Bilgilendirilmiş ve bilgisiz arama algoritmaları |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 4 |
Sezgisel arama, A* algoritması
/
Derinlik öncelikli / genişlik öncelikli arama
/
Oyunlarda yapay zekâ (minimax, alfa-beta budama) |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 5 |
Bilgi temsili yöntemleri
/
Mantıksal temsil (önermeler mantığı, predikat mantığı)
/
Kural tabanlı sistemler ve çıkarım mekanizmaları |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 6 |
Uzman sistemler
/
Bilgi tabanı ve çıkarım motoru
/
Örnek bir uzman sistem tasarımı |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 7 |
Makine öğrenmesine giriş
/
Öğrenme türleri: gözetimli, gözetimsiz, pekiştirmeli öğrenme
/
Basit algoritmalar: lineer regresyon, k-NN |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 8 |
Ara Sınav |
|
| 9 |
Karar ağaçları ve rastgele ormanlar
/
Naive Bayes sınıflandırıcı
/
Doğruluk, hassasiyet, F1 skoru gibi performans ölçütleri |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 10 |
Yapay sinir ağlarına giriş
/
Perceptron ve ileri beslemeli ağlar
/
Aktivasyon fonksiyonları |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 11 |
Derin öğrenmeye giriş
/
Evrişimsel Sinir Ağları (CNN)
/
Görüntü işleme uygulamaları |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 12 |
Tekrarlayan Sinir Ağları (RNN, LSTM, GRU)
/
Doğal dil işleme uygulamaları
/
Chatbot örnekleri |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 13 |
Pekiştirmeli öğrenme
/
Q-learning, Deep Q-learning
/
Oyun ve robotik uygulamalar |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 14 |
Güncel yapay zekâ teknolojileri (Büyük Dil Modelleri, GPT, Transformer yapıları)
/
Endüstride yapay zekâ projeleri
/
Türkiye ve dünyada yapay zekâ çalışmaları |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 15 |
Öğrencilerin uygulamalı küçük proje örnekleri
/
Final sınavına hazırlık |
Anlatım, Soru-Cevap, Beceri Geliştirme |
| 16 |
Final Sınavı |
|
| Ders Kitabı / Yardımcı Kitap |
| 1 |
Goodfellow, I., Bengio, Y., & Courville, A. Derin Öğrenme (Türkçe çeviri). ISBN: 978-6058213296 |
| 2 |
Attila, A. Ş. (2022). Yapay Zekâ Teknolojisi ve Uygulamaları. Dikeyeksen Yayıncılık. |
| 3 |
Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. |
| Ders Araç - Gereç ve Malzemeleri |
| Bilgisayar, Projektör |
