| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 5 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Yapay zeka uygulamalarının tarihsel gelişimini ve temel kavramlarını ifade eder.
- Önermeler mantığı ve birinci dereceden mantık ile ilgili temel kavram ve bileşenleri bilir, bunları problem çözümlerine uyarlar.
- Bilgi temsili ve uzman sistemlerle ilgili temel kavramları bilir.
- Arama ve problem çözme kapsamında kullanılan yaklaşımları ve algoritmaları bilir.
- Yapay sinir ağları, makine öğrenimi, veri madenciliği, derin öğrenme konularında genel düzeyde bilgi sahibi olur.
- Değer yaratma ve rekabet avantajı modellerini bilir ve kavrar.
- Yapay zeka uygulamalarını bir organizasyonun etkinliklerini iyileştirmek ve işletmenin rekabet avantajını artırmak için kullanır.
- Dönem projesi kapsamında bir işletmeye yönelik yapay zeka uygulama projesini tasarlar, tanımlar ve sunar.
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | Yok |
|---|
| Ders Tanımı | Bu dersin amacı, işletmelerde yapay zeka uygulamalarıyla ilgili bilgi ve becerileri kazandırmaktır. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Yapay zeka, tarihçesi ve temel kavramlara giriş |
|
2. Hafta |
Önermeler mantığı, birinci dereceden mantık |
|
3. Hafta |
Bilgi temsili |
|
4. Hafta |
Belirsizlikle akıl yürütme, karar analizi, uzman sistemler |
|
5. Hafta |
Arama ve problem çözme |
|
6. Hafta |
İleri konulara giriş: yapay sinir ağları, makine öğrenimi, veri madenciliği, derin öğrenme |
|
7. Hafta |
İleri konulara giriş: yapay sinir ağları, makine öğrenimi, veri madenciliği, derin öğrenme |
|
8. Hafta |
Ara sınav |
|
9. Hafta |
Değer yaratma ve rekabet avantajı modelleri |
|
10. Hafta |
Yapay zekanın bir organizasyonun etkinlikleri ve rekabetçiliği üzerindeki etkisi |
|
11. Hafta |
Şirketlerde değer yaratma modelleri |
|
12. Hafta |
Genel tekrar |
|
13. Hafta |
Proje sunumları ve değerlendirme |
|
14. Hafta |
Proje sunumları ve değerlendirme |
|
| Kaynaklar | Neapolitan, R. E., & Jiang, X. (2018). Artificial intelligence: With an introduction to machine learning. CRC press.
Wodecki, A. (2019). Artificial Intelligence in Value Creation. Palgrave Macmillan.
Ertel, W. (2017). Introduction to Artificial Intelligence. Springer-Verlag London Limited.
Russell, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3. baskı). Pearson. |
|---|
| Öğretim Yöntemleri |
- Anlatım
- Tartışma
- Soru-Cevap
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
40 |
| Proje |
1 |
20 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
1 |
1 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
14 |
1 |
14 |
| Final Sınavına Hazırlık |
1 |
25 |
25 |
| Ders Saati |
14 |
3 |
42 |
| Ara Sınava Hazırlık |
1 |
22 |
22 |
| Laboratuvar |
|
|
|
| Final Sınavı |
1 |
1 |
1 |
| Ödevler |
|
|
|
| Sunum (Hazırlık dahil) |
|
|
|
| Proje |
1 |
24 |
24 |
| Rapor yazma |
1 |
23 |
23 |
| Toplam İş Yükü | 152 |
| Toplam İş Yükü / 30 | 5.06 |
| Dersin AKTS Kredisi | 5 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
