GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İST-713 | VERİ MADENCİLİĞİ VE YAPAY ZEKA | Seçmeli Ders Grubu | 2 | 3 | 6,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Dersin Amacı
Öğrencileri, veri madenciliği ve yapay zeka yöntemlerini pratik problemlere uygulayabilecek bilgi ve becerilerle donatmak.
Dersi Veren Öğretim GörevlisiGörevlileri
melih ağraz
Öğrenme Çıktıları
| 1 | Öğrenciler veri madenciliği süreçlerini ve tekniklerini anlayacak ve gerçek dünya veri setleri üzerinde uygulayabilecekler. |
| 2 | Öğrenciler yapay zeka teorilerini, prensiplerini ve algoritmalarını öğrenerek bu bilgileri çeşitli problemleri çözmek için kullanabilecekler. |
| 3 | Öğrenciler büyük veri setleri arasında örüntüleri tanımlayacak ve veriye dayalı akıllı kararlar verebilecekler. |
| 4 | Öğrenciler yapay zeka ve veri madenciliğinin etik ve toplumsal etkilerini anlayacak ve değerlendirecekler. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
yok
Ders İçin Önerilen Diğer Hususlar
no
Dersin İçeriği
Ders içeriği, öğrencilere veri madenciliği ve yapay zekanın temel konseptlerini ve algoritmalarını tanıtarak başlar ve bu tekniklerin gerçek dünya verileri üzerinde nasıl uygulanacağını öğretir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Giriş - Veri Madenciliği ve Yapay Zekanın Temelleri | ||
| 2 | Veri Hazırlığı ve Ön İşleme | ||
| 3 | Veri Keşfi ve Görselleştirme | ||
| 4 | Sınıflandırma Algoritmaları I | ||
| 5 | Sınıflandırma Algoritmaları II | ||
| 6 | Kümeleme Yöntemleri | ||
| 7 | İlişki Kuralları ve Desen Tanıma | ||
| 8 | Ara Sınav 1 | ||
| 9 | Karar Ağaçları ve Rastgele Ormanlar | ||
| 10 | Doğal Dil İşleme Girişi | ||
| 11 | Derin Öğrenme ve Sinir Ağlarına Giriş | ||
| 12 | Destek Vektör Makineleri ve Ansambıl Öğrenme | ||
| 13 | Zaman Serisi Analizi ve Tahminleme | ||
| 14 | Yapay Zekanın Etik ve Toplumsal Boyutları | ||
| 15 | Final Projelerin Hazırlanması | ||
| 16 | Final Projelerin Sunumu ve Dersin Kapanışı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Machine Learning, revised and updated edition (The MIT Press Essential Knowledge series) Ethem Alpaydin
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| 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
yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 60 | 60 |
| Final Sınavı | 1 | 120 | 120 |
| Toplam İş Yükü (saat) | 180 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek