| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 5 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Sağlık bilgi teknolojilerinde bilgisayar sistemlerinin
rolü ve işleyişi hakkındaki temel kavramları açıklayabilirler
- Sağlık bilgi teknolojilerinde kullanılan yapay zeka içeren sistemlerin temellerini ve işleyiş mekanizmalarına ait kavramları açıklayabilirler
- Yapay zeka içeren sistemlerin performanslarına ait değerlendirmeler yapabililer
- Yapay zeka içeren sistemlerin oluşturulmasında uygulamalar yaparak, temel düzeyde yapay zeka içeren sistemler oluşturabilirler
- Veri, bilgi, veri tabanı ve sorgu gibi temel kavramları açıklayabilirler
- Sağlık yönetimi faaliyetlerinde karar verme sürecindeki değişkenleri ve çok ölçütlü karar verme mekanizmalarına ait temel kavramları açıklayabilirler
- Sağlık bilgi teknolojileri hakkındaki gelişmeleri takip ederek, yeni öğrendikleri bilgi ve yöntemleri aktarma becerisi kazanırlar
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | Bu dersle ilişkili önerilen başka dersler bulunmamaktadır. |
|---|
| Ders Tanımı | Bu ders kapsamında; günümüz bilgisayar teknolojilerinin temelleri, sağlık yönetimi alanında da sıklıkla kullanılabilen yapay zeka tabanlı karar destek sistemlerinin temelleri ile çalışma mekanizmaları, sağlık yönetimi uygulamalarının da
temeli olan veri tabanı yönetiminin temelleri, sağlık yönetimi alanında karar verme süreçleri ile çok ölçütlü karar verme
mekanizmalarının temelleri konuları hakkında bilgiler verilmektedir. İlgili konu başlıklarına ait çeşitli uygulamalar
laboratuvar ortamında pratik bilgiler ile de desteklenmektedir. Ayrıca öğrenciler, ilgili konu başlıklarında güncel yöntem ve mekanizmaların takibi amacıyla da ödev ve projeler ile araştırmaya teşvik edilmektedir. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Sağlık alanında bilgisayar teknolojileri |
|
2. Hafta |
Yapay zeka temelleri ve karar destek sistemleri |
|
3. Hafta |
Yapay zeka yaklaşımları |
|
4. Hafta |
Yapay zeka laboratuvar uygulamaları |
|
5. Hafta |
Veri tabanı yönetimi |
|
6. Hafta |
Veri tabanı yönetimi |
|
7. Hafta |
Çok ölçütlü karar verme |
|
8. Hafta |
Ara sınav |
|
9. Hafta |
Çok ölçütlü karar verme |
|
10. Hafta |
Bulanık mantık ve çok ölçütlü karar verme |
|
11. Hafta |
Bulanık mantık ve çok ölçütlü karar verme |
|
12. Hafta |
Laboratuvar uygulamaları |
|
13. Hafta |
Laboratuvar uygulamaları |
|
14. Hafta |
Proje sunumları ve tartışma |
|
15. Hafta |
Proje sunumları ve tartışma |
|
| Kaynaklar | Handbook of Medical Informatics, by Mark A. Musen (Author), J.van Bemmel (Editor), 2002, Elsevier
Machine Learning For Absolute Beginners a Step by Step guide: Algorithms For Supervised and Unsupervised Learning with Real World Applications, by William Sullivan (Author), Raymond Kazuya (Publisher), 2017
Heaton, J. (2018). Ian Goodfellow, Yoshua Bengio, and Aaron Courville: Deep learning: The MIT Press, 2016, 800 pp, ISBN: 0262035618. |
|---|
| Öğretim Yöntemleri |
- Anlatım
- Sunum
- Soru-Cevap
- Örnek Olay İncelemesi
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
25 |
| Ödev |
1 |
25 |
| Proje |
1 |
25 |
| Toplam(%) |
|
75 |
| Yıl İçinin Başarıya Oranı(%) |
|
75 |
| Finalin Başarıya Oranı(%) |
|
25 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
1 |
1 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
1 |
14 |
14 |
| Final Sınavına Hazırlık |
1 |
30 |
30 |
| Ders Saati |
14 |
3 |
42 |
| Ara Sınava Hazırlık |
1 |
20 |
20 |
| Laboratuvar |
|
|
|
| Final Sınavı |
|
|
|
| Ödevler |
1 |
15 |
15 |
| Proje |
1 |
20 |
20 |
| Toplam İş Yükü | 142 |
| Toplam İş Yükü / 30 | 4.73 |
| Dersin AKTS Kredisi | 5 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
