Ders Genel Bilgileri
| Ders Kodu |
AKTS |
T+U+L |
Kredi |
Ders Türü |
| MFS24207 |
3 |
2+0 |
2 |
Seçmeli |
|
|
Ders Linki (Türkçe) :
|
|
Ders Linki (İngilizce) :
|
| Dersin Dili |
Türkçe |
| Dersin Düzeyi |
Lisans |
| Öğretim Türü |
Örgün Öğretim |
| Dersin Türü |
Seçmeli |
| Dersin Amacı |
Öğrenciler, yapay zeka ve mekan tasarımı arasındaki etkileşimi keşfederler. Özellikle, yapay zeka tekniklerinin mekan planlaması, ergonomi, kullanıcı deneyimi ve sürdürülebilirlik gibi alanlarda nasıl kullanılabileceğini öğrenirler. |
| Dersin İçeriği |
Bu ders, mekan tasarımı ve yapay zeka arasındaki kesişim noktalarını keşfeder. Temel yapay zeka kavramlarını öğrenirken, mekan planlaması, kullanıcı deneyimi ve sürdürülebilirlik gibi konular üzerinde odaklanır. Öğrenciler, yapay zeka tekniklerini mekan tasarımı projelerine entegre ederek pratik beceriler kazanır. Ayrıca, etik ve güvenlik konularını da ele alır, özellikle kişisel mahremiyet ve veri güvenliği üzerine vurgu yapar. Bu ders, öğrencilere gelecekteki kariyerlerinde yapay zeka ve mekan tasarımı arasındaki potansiyeli anlamaları için bir platform sağlar. |
| Dersin Ön Koşulları |
Yok |
| Dersin Koordinatörü |
- |
| Dersi Verenler |
- |
| Dersin Yardımcıları |
- |
| Staj Durumu |
Yok |
|
Dersin Kaynakları
| Kaynaklar |
Öztürk, K., & Şahin, M. E. (2018). Yapay sinir ağları ve yapay zekâ’ya genel bir bakış. Takvim-i Vekayi, 6(2), 25-36. |
| Notlar |
Öztürk, K., & Şahin, M. E. (2018). Yapay sinir ağları ve yapay zekâ’ya genel bir bakış. Takvim-i Vekayi, 6(2), 25-36. |
| Ön Hazırlık ve Dokümanlar |
- |
| Ödev |
- |
|
Ders Yapısı
| Matematik ve Temel Bilimler | % 0 |
|---|
| Mühendislik Bilimleri | % 0 |
|---|
| Mühendislik Tasarımı | % 0 |
|---|
| Sosyal Bilimler | % 0 |
|---|
| Eğitim Bilimleri | % 0 |
|---|
| Fen Bilimleri | % 0 |
|---|
| Sağlık Bilimleri | % 0 |
|---|
| Alan Bilgisi | % 100 |
|---|
|
| Değerlendirme Ölçütleri |
| Yarı Yıl Çalışmaları |
Sayısı |
Katkı |
| Ara Sınav |
1 |
% 30 |
| Kısa Sınav |
0 |
% 0 |
| Ödev |
1 |
% 20 |
| Devam |
0 |
% 0 |
| Uygulama |
0 |
% 0 |
| Proje |
0 |
% 0 |
| Yarıyıl Sonu Sınavı |
1 |
% 50 |
| Arazi Çalışması |
0 |
% 0 |
| Atölye Çalışması |
0 |
% 0 |
| Laboratuvar |
0 |
% 0 |
| Sunum/Seminer Hazırlama |
0 |
% 0 |
| Toplam |
3
|
% 100
|
|
| AKTS Hesaplama İçeriği |
| Etkinlik |
Sayısı |
Süresi (Saat) |
Toplam İş Yükü |
| Ders Süresi |
15 |
2 |
30 |
| Sınıf Dışı Ç. Süresi |
15 |
2 |
30 |
| Ödevler |
2 |
7 |
14 |
| Ara Sınavlar |
1 |
10 |
10 |
| Yarıyıl Sonu Sınavı |
1 |
10 |
10 |
| Kısa Sınav |
0 |
0 |
0 |
| |
94 | AKTS Kredisi : 3
|
|
Ders Konuları
| Hafta |
Konu |
Öğretim Yöntem ve Teknikleri |
Ön Hazırlık ve Dokümanlar |
| 1 |
Yapay Zekaya Giriş ve Temel Kavramlar |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 2 |
Yapay Zeka Uygulamaları ve Kullanım Alanları |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 3 |
Veri Bilimi ve Ön İşleme |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 4 |
Veri Görselleştirme ve Analiz Araçları |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 5 |
Makine Öğrenmesi Temelleri |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 6 |
Temel Makine Öğrenmesi Algoritmaları |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 7 |
Derin Öğrenme |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 8 |
Ara Sınav |
sınav |
- |
| 9 |
Yapay Sinir Ağları |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 10 |
Doğal Dil İşleme |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 11 |
Yapay Zeka Uygulamaları Ve Projelerin İncelenmesi |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 12 |
Örnek Projeler Üzerinde Çalışma Ve Uygulama |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 13 |
Yapay Zeka Etiği Ve Sorunlar |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 14 |
Veri Gizliliği ve Güvenlik |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 15 |
Veri Gizliliği ve Güvenlik |
Ders Notu ve Kaynaklar |
Ders materyalleri ve yardımcıları hazırlama |
| 16 |
Final |
sınav |
- |
|
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
| # |
Açıklama |
| 1 |
Yapay zeka ve makine öğrenimi gibi temel kavramları anlar. |
| 2 |
Veri toplama, temizleme, analiz etme ve görselleştirme gibi veri bilimi becerilerini gelişir. |
| 3 |
Çeşitli makine öğrenimi algoritmalarını, derin öğrenme yöntemlerini, doğal dil işleme tekniklerini anlar. |
| 4 |
Grup projeleri yoluyla işbirliği yapmayı ve yapay zeka projelerini planlama, geliştirme ve sunma becerileri gelişir. |
| 5 |
Yapay zeka teknolojilerinin etik ve sorumluluk konularını anlar ve bu konuları projelerine uygular. |
|
Dersin Program Çıktılarına Katkısı
| |
P1 |
P2 |
P3 |
P4 |
P5 |
P6 |
P7 |
P8 |
P9 |
P10 |
P11 |
P12 |
P13 |
P14 |
|
Ö1 |
3 | 4 | 5 | 4 | 3 | 2 | 5 | 2 | 5 | 4 | 3 | 4 | 4 | 5 |
|
Ö2 |
5 | 2 | 2 | 4 | 2 | 3 | 4 | 2 | 2 | 3 | 2 | 5 | 2 | 5 |
|
Ö3 |
5 | 3 | 2 | 2 | 4 | 2 | 5 | 2 | 4 | 5 | 4 | 5 | 5 | 2 |
|
Ö4 |
1 | 3 | 5 | 2 | 2 | 2 | 3 | 2 | 3 | 3 | 3 | 3 | 3 | 4 |
|
Ö5 |
3 | 5 | 5 | 2 | 3 | 5 | 2 | 3 | 3 | 2 | 3 | 4 | 3 | 4 |
|
Katkı Düzeyi: 0:Yok 1:Çok Düşük 2:Düşük 3:Orta 4:Yüksek 5:Çok Yüksek
