Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Uygulamalı Yapay Zeka YBS 616 0 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Doktora
Dersin Türü Seçmeli
Dersin Koordinatörü Doç.Dr. EMRAH AYDEMİR
Dersi Verenler Doç.Dr. EMRAH AYDEMİR,
Dersin Yardımcıları

-

Dersin Kategorisi Diğer
Dersin Amacı

Bu dersin amacı, doktora öğrencilerine yapay zekanın temel prensiplerini ve uygulamalarını öğretmektir. Ders, öğrencilere aşağıdakileri sağlayacaktır:

 

  • Yapay zekanın teorik temelleri ve algoritmaları hakkında derin bir kavrayış
  • Yapay zeka modellerinin geliştirilmesi ve değerlendirilmesi için beceriler
  • Yapay zekanın iş ve yönetim problemlerine uygulanması konusunda bilgi
  • Etik ve sorumlu yapay zeka geliştirme bilinci
Dersin İçeriği

Derste içerik olarak metinlerin yapay zeka ile analiz edilmesinden sonra görsellerin, videoların, seslerin, sinyallerin ve diğer her türde verinin yapay zeka ile özniteliklerinin çıkartılması, öznitelik azaltımı ve sınıflandırılması ele alınacaktır.

# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
Hafta Ders Konuları Ön Hazırlık
1 Görseller ve görseller üzerindeki işlemler
2 Görsellerin önişlenmesi
3 LBP ile görsellerin öznitelik çıkarımı
4 LTP ve LPQ ile görsellerin öznitelik çıkarımı
5 Görsellerin sınıflandırılması
6 Sesler ve seslerin üzerindeki işlemler
7 Seslerin önişlenmesi
8 MFCC ile seslerin özniteliklerinin çıkarımı
9 Sesler üzerinde farklı öznitelik çıkarım yöntemleri
10 Seslerin sınıflandırılması
11 Sinyal verileri ve sinyaller üzerindeki işlemler
12 Sinyallerde öznitelik çıkarımı
13 Çeşitli sinyallerin sınıflandırılması
14 Sınıflandırma algoritmaları
Kaynaklar
Ders Notu
Ders Kaynakları
  • Emrah Aydemir, "Uygulamalı Yapay Zeka", 2nd Edition, Nobel Yayınları, 2023.
  • Aurélien Géron, "Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow", 2nd Edition, O'Reilly Media, 2019.
  • Ian Goodfellow, Yoshua Bengio, and Aaron Courville, "Deep Learning", MIT Press, 2016.
  • Stuart Russell and Peter Norvig, "Artificial Intelligence: A Modern Approach", 4th Edition, Pearson Education, 2020.
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Disiplinler arası detaylı literatür taraması gerçekleştirir
2 Kaliteli bilimsel araştırma yapabilecek düzeyde, yeterli metodoloji bilgisine sahip olur
3 Önde gelen kurumlarda danışman, eğitmen veya araştırmacı olarak çalışabilmek için gerekli altyapıya sahip
4 Gerekli temel pedagojik formasyon bilgisine sahip olur
5 :Bilişim ile alakalı güncel araştırmaları takip eder
6 Güncel araştırmalardan elde ettiği bilgileri bilişim sistemleri yönetimine başarılı bir şekilde entegre eder
7 Kaliteli akademik dergilerde ampirik çalışmalar yapar
8 :Ulusal veya uluslararası projelerde yönetici veya araştırmacı olarak görev alır
9 :İşletme problemlerine çözüm üretebilecek bilişim sistemlerini modeller ve tasarlar
10 Geliştirilen bilişim sistemlerini efektif bir şekilde yönetir
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 65
1. Ödev 35
Toplam 100
1. Final 60
1. Yıl İçinin Başarıya 40
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)