GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
BMYL527 MÜHENDİSLİKTE ZEKİ PROGRAMLAMA TEKNİKLERİ VE UYGULAMALARI -1 Seçmeli Ders Grubu 1 2 5,00

Dersin Seviyesi

Yüksek Lisans

Dersin Sunulduğu Dil

Dersin Amacı

"Mühendislikte Zeki Programlama Teknikleri ve Uygulamaları" dersinin amacı, öğrencilere mühendislik problemlerini çözmek için zeki programlama tekniklerinin temel prensiplerini öğretmek ve bu teknikleri mühendislik alanlarında uygulamalı olarak kullanabilme becerisi kazandırmaktır. Ders, yapay zeka, makine öğrenimi, derin öğrenme gibi konuları kapsayarak, öğrencilerin bu teknikleri mühendislik tasarımı, optimizasyon, robotik ve IoT gibi alanlarda kullanmalarını sağlamayı hedefler.

Dersi Veren Öğretim Görevlisi/Görevlileri

Doç. Dr. M.Emin ŞAHİN

Öğrenme Çıktıları

1 Zeki programlama yöntemlerini anlamak.
2 Mühendislik problemlerini çözme becerisi kazanmak.
3 Derin öğrenme modellerini tasarlamak.
4 Optimizasyon problemleri çözmek.
5 Yeni teknolojiler hakkında bilgi sahibi olmak.

Öğretim Sistemi

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

"Mühendislikte Zeki Programlama Teknikleri ve Uygulamaları" dersinin içeriği, zeki programlamanın temel prensiplerinden başlayarak, yapay zeka (YZ), makine öğrenimi, derin öğrenme, genetik algoritmalar gibi tekniklerin mühendislik problemlerine uygulanmasına kadar geniş bir yelpazeyi kapsar. Öğrenciler, veri madenciliği, doğal dil işleme, robotik, IoT ve optimizasyon gibi mühendislik alanlarında zeki sistemlerin nasıl kullanılacağına dair bilgi edinir. Ayrıca, bu tekniklerin mühendislik tasarımı, optimizasyon ve gerçek dünya problemlerine nasıl entegre edilebileceği konusunda pratik deneyim kazanarak, zeki sistemler tasarlama ve uygulamalı projeler geliştirme becerisi elde ederler.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konular (Teorik) Öğretim Yöntem ve Teknikleri Ön Hazırlık
1 Zeki Programlama Temelleri Teorik ve Problem Çözme Yok
2 Yapay Zeka ve Mühendislik Uygulamaları 1 Teorik ve Problem Çözme Yok
3 Yapay Zeka ve Mühendislik Uygulamaları 2 Teorik ve Problem Çözme Yok
4 Makine Öğrenimi Temelleri Teorik ve Problem Çözme Yok
5 Makine Öğrenimi Temelleri Teorik ve Problem Çözme Yok
6 Derin Öğrenme ve Yapay Sinir Ağları Teorik ve Problem Çözme Yok
7 Derin Öğrenme ve Yapay Sinir Ağları Teorik ve Problem Çözme Yok
8 Zeki Sistemlerde Veri Madenciliği Teorik ve Problem Çözme Yok
9 Yapay Zeka ile Optimizasyon Teknikleri Teorik ve Problem Çözme Yok
10 Yapay Zeka ile Optimizasyon Teknikleri Teorik ve Problem Çözme Yok
11 Zeki Sistemlerin Tasarımı ve Modelleme Teorik ve Problem Çözme Yok
12 Proje Sunumu Teorik ve Problem Çözme Yok
13 Proje Sunumu Teorik ve Problem Çözme Yok
14 Proje Sunumu Teorik ve Problem Çözme Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Artificial Intelligence: A Modern Approach" – Stuart Russell & Peter Norvig Introduction to Machine Learning with Python" – Andreas C. Müller, Sarah Guido "Deep Learning" – Ian Goodfellow, Yoshua Bengio, Aaron Courville

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 50
Proje Sunma 1 25
Proje Tasarımı /Yönetimi 1 25
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 2 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

Yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 2 2
Final Sınavı 1 2 2
Derse Katılım 14 3 42
Rapor Hazırlama 2 6 12
Proje Hazırlama 2 2 4
Proje Sunma 2 6 12
Bireysel Çalışma 6 4 24
Ara Sınav İçin Bireysel Çalışma 1 4 4
Final Sınavı içiin Bireysel Çalışma 1 8 8
Rapor 2 2 4
Toplam İş Yükü (saat) 114

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
ÖÇ 1 4
ÖÇ 2 4 4
ÖÇ 3 4
ÖÇ 4 4
ÖÇ 5 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek