GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| DCMH-SEC-227 | YAPAY ZEKAYA GİRİŞ | Seçmeli Ders Grubu | 2 | 3 | 2,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Öğrencilere yapay zeka okuryazarlığı kazandırmak ve iş hayatında kullanmaları için gerekli donanımları elde etmelerini sağlamak.
Dersi Veren Öğretim GörevlisiGörevlileri
Bölüm Öğretim elemanları
Öğrenme Çıktıları
| 1 | yapay zekânın temel kavramlarını (durum uzayı, arama algoritmaları, mantık sistemleri, makine öğrenmesi türleri) tanımlayabilecek ve tarihsel gelişimini açıklayabileceklerdir. |
| 2 | üretken yapay zeka modellerini tanıyacak ve bunlardan en çok kullanılanlarından biri olan ChatGPT’ye giriş yapacaklardır. |
| 3 | doğal dil işleme ve bunun uygulamalarını öğreneceklerdir. |
| 4 | AI sistemlerinin toplumsal etkilerini (önyargı, iş kaybı, mahremiyet) tartışabilecek ve etik ikilemlere yönelik argümanlar geliştirebileceklerdir (örneğin, özerk silah sistemleri tartışması). |
| 5 | ChatGPT yi kullanarak sorgu yapmak ve promt mühendisliği konularında özel sorular sormayı öğreneceklerdir. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Yapay zekaya giriş, temel kavramlar, algoritma, doğal dil işleme modelleri, ChatGPT promt mühendisliği ve öğrencilerin proje hazırlayarak sunum hazırlaması.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Yapay Zekanın Temelleri | ||
| 2 | ChatGPT’ye giriş | ||
| 3 | ChatGPT Teknoloji Yığını | ||
| 4 | Doğal dil İşleme (NLP): Temel oluşturma ChatGPT Bloğu | ||
| 5 | Derin Öğrenme ve Transformatör mimarisi | ||
| 6 | ChatGPT Eğitiminin Temelleri | ||
| 7 | ChatGPT Eğitiminin Temelleri | ||
| 8 | Vize Sınavı | ||
| 9 | ChatGPT’yi Bir Profesyonel Gibi Kullanma | ||
| 10 | ChatGPT’yi Bir Profesyonel Gibi Kullanma | ||
| 11 | ChatGPT’nin farklı sürümlerini kullanma | ||
| 12 | GPT Tabanlı Araçların en iyi kullanım örnekleri | ||
| 13 | GPT Tabanlı Araçların en iyi kullanım örnekleri | ||
| 14 | Proje Sunumları | ||
| 15 | Proje Sunumları |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Artaficial Intelligence and Large language models-Kutub Thakur, Helen G. Barker, and Al-Sakib Khan Pathan, CRC PRESS,2024
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 80 |
| Ev Ödevi | 1 | 20 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 2 | 28 |
| Takım/Grup Çalışması | 14 | 1 | 14 |
| Proje Hazırlama | 1 | 5 | 5 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 8 | 8 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 5 | 5 |
| Toplam İş Yükü (saat) | 62 | ||
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 | PÇ 14 | PÇ 15 | PÇ 16 | |
| ÖÇ 1 | 4 | 4 | 4 | 4 | 5 | |||||||||||
| ÖÇ 2 | 4 | 4 | 4 | 4 | 5 | |||||||||||
| ÖÇ 3 | 4 | 4 | 4 | 4 | 5 | |||||||||||
| ÖÇ 4 | 4 | 4 | 4 | 4 | 5 | |||||||||||
| ÖÇ 5 | 4 | 4 | 4 | 4 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek