GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İŞYL556 | İŞLETME VE FİNANSTA YAPAY ZEKÂ ODAKLI ANALİTİK | Seçmeli Ders Grubu | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilere yapay zekânın temel ilkelerini ve işleyiş mantığını tanıtmak, Python programlama yoluyla veri analizi ve yapay zekâ modellerini uygulayabilme yetkinliği kazandırmaktır. Ayrıca öğrencilerin makine öğrenmesi, derin öğrenme ve doğal dil işleme gibi güncel yaklaşımları anlayarak, bu teknolojileri işletme süreçlerine uyarlayabilmeleri hedeflenmektedir. Ders, aynı zamanda üretken yapay zekâ uygulamaları ve etik sorumluluklar konusunda farkındalık kazandırmayı amaçlamaktadır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Yunus Emre AKDOĞAN
Öğrenme Çıktıları
| 1 | Yapay zekânın temel kavramlarını, tarihçesini ve uygulama alanlarını tanımlar. |
| 2 | Veri türlerini, kaynaklarını ve büyük veri kavramını açıklar. |
| 3 | Python programlama dilinde temel veri işleme, koşullu ifadeler, döngüler ve fonksiyonları uygular. |
| 4 | Makine öğrenmesi algoritmalarını (kümeleme, regresyon, sınıflandırma) uygun veri setleri üzerinde kullanır. |
| 5 | Derin öğrenme ve doğal dil işleme kavramlarını açıklar ve örnek modeller geliştirir. |
| 6 | Üretken yapay zekâ araçlarının işletme uygulamalarını değerlendirir. |
| 7 | Yapay zekâ sistemlerinin etik, sosyal ve hukuki boyutlarını tartışır. |
| 8 | İşletme problemleri için yapay zekâ temelli çözüm önerileri geliştirir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bu ders, yapay zekâ (YZ) alanına giriş niteliğinde olup, temel kavramlardan başlayarak veri türleri, Python programlama becerileri, makine öğrenmesi (ML), derin öğrenme, doğal dil işleme (NLP) ve üretken yapay zekâ uygulamalarını kapsamlı biçimde ele alır. Öğrenciler, işletme bağlamında YZ çözümlerini analiz etme, etik değerlendirme yapma ve gerçek dünya problemlerine teknoloji temelli yaklaşımlar geliştirme becerisi kazanır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay Zekâya Giriş | Anlatım | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 2 | Veriden Büyük Veriye: Veri Türleri ve Kaynakları | Anlatım | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 3 | Python Temelleri | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 4 | Python Temelleri | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 5 | Python Temelleri | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 6 | Makine Öğrenmesine Giriş | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 7 | Makine Öğrenmesinde Denetimli Öğrenme: Sınıflandırma | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 8 | Makine Öğrenmesinde Denetimli Öğrenme: Regresyon | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 9 | Makine Öğrenmesinde Denetimsiz Öğrenme: Kümeleme | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 10 | Derin Öğrenme | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 11 | Doğal Dil İşleme ve Metin Madenciliği | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 12 | İşletmelerde Üretken Yapay Zekâ Uygulamaları | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 13 | Yapay Zekâ Etiği | Anlatım | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
| 14 | Yapay Zekâ Çözümlerini İşletme Problemlerine Uygulama | Anlatım ve Problem Çözme | Kaynak Kitaplar ve Öğretim Elemanı Ders Notları |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Nils J. Nilsson, Yapay Zekâ-Geçmişi ve Geleceği, Boğaziçi Üniversitesi Yayınevi, 2018. Ferhat Sayım, İşletmelerde ve Yönetimde Yapay Zeka, Seçkin Yayınları, 2023
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 40 |
| Quiz | 2 | 12 |
| Proje Hazırlama | 1 | 18 |
| Ev Ödevi | 5 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Quiz | 2 | 1 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Proje Hazırlama | 1 | 3 | 3 |
| Proje Sunma | 1 | 1 | 1 |
| Bireysel Çalışma | 12 | 2 | 24 |
| Ödev Problemleri için Bireysel Çalışma | 5 | 2 | 10 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 12 | 12 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 15 | 15 |
| Quiz için Bireysel Çalışma | 2 | 5 | 10 |
| Ev Ödevi | 5 | 1 | 5 |
| Toplam İş Yükü (saat) | 126 | ||
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 | PÇ 13 | |
| ÖÇ 1 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 2 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 3 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 4 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 5 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 6 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 | |||||
| ÖÇ 7 | 3 | 3 | 5 | 3 | 5 | 5 | 3 | 5 | 5 | 1 | |||
| ÖÇ 8 | 3 | 3 | 3 | 5 | 5 | 3 | 5 | 1 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek