BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| REKLAMCILIK | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| GEP0020 | Herkes için Yapay Zeka | Bahar Güz |
3 | 0 | 3 | 5 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Temel Bilgiler
| Öğretim Dili: | İngilizce |
| Dersin Türü: | GE-Elective |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Hibrit |
| Dersin Koordinatörü: | |
| Dersin Amacı: | Yapay Zeka günlük hayatın içinde bize en yakın olan telefonlarımız başta olmak üzere bir çok alanda kullandığımız ve verilerimiz ile beslediğimiz günümüzün en önemli teknolojilerinde başı çekmektedir.Yapay Zekanın yaşama, çalışma, öğrenme ve bakış açınızı nasıl değiştireceği üzerinde durulacaktır. Yapay Zeka, yalnızca geliştiricilerin veya akademisyenlerin anlaması gereken bir konu olmadığı teknik olmayan kişilerin de yapay zekayı anlamasının gereklilikleri verilecektir. Sorunları çözmek, keşifler yapmak ve dünyayı değiştirmek için yapay zekayı teknik alanlar dışında da nasıl kullanılacağı hakkında temel bilgiler verilecektir. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; Bu dersi başarı ile tamamlayan öğrenciler; 1) Yapay zeka kavramını ve gerçek dünyadaki karşılığını açıklayabilir. 2) Sinir ağları, makine öğrenmesi, derin öğrenme ve veri bilimi dahil ortak yapay zeka terminolojisinin arkasındaki anlamları açıklayabilir. 3) Makine öğrenimi ve veri bilimi projeleri kullanabilir. 4) Yapay zeka konusunu çevreleyen etik ve toplumsal tartışmalarda yer alabilir. |
Dersin İçeriği
| Bu derste öğrenciler yapay zeka kavramını ve tarihini öğrenecek ve veri ve yapay zeka teknolojisi arasındaki ilişkiyi anlayacaklardır. Makine öğrenimi, derin öğrenme ve yapay zeka sunumu gibi teknik kavramlar hakkında bilgi edinir. Yapay sinir ağları ve öğrenme algoritması hakkında temel bilgiler edinir. Yapay zekanın gerçek dünyadaki iş modellerinde nasıl etkili bir şekilde kullanılacağı ve hangi alanlarda inovatif olarak bütünleştirilebileceği tartışılacaktır. Yapay zeka projesinin nasıl yapıldığını ve nereden başlayacağını öğrenir. Yapay zekanın veri ve kullanımla ilgili önyargıları ve sınırlılıkları hakkında bilgi sahibi olmak. İş ve toplum üzerindeki etkilerini etik ve sosyal açıdan tartışabilecektir. Yapay zekanın gelişimi ve yeni iş alanlarının açılması hakkında farkındalık kazanmak. |
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konu | Ön Hazırlık |
| 1) | Yapay zeka nedir, tarihçesi ve kilometre taşları, bağlantılı olduğu alanların tanıtılması | |
| 2) | Veri nedir, yapay zeka ile ilikisi | |
| 3) | Gerçek dünyada yapay zeka, yapay zeka türleri ve sınıflandırma prensipleri | |
| 4) | Makine öğrenmesi nedir, türleri, model eğitimi ve kullanım alanları | |
| 5) | Yapay zeka teminolojisi, makine öğrenimi ve derin öğrenme kavramlarının ilişkisi | |
| 6) | Yapay sinir ağları ve öğrenme algoritması | |
| 7) | Veriyi anlamak ve farklı iş kollarında veriyi kullanmak için ileri seviye sinir ağları | |
| 8) | Kimler yapay zeka projesi yapmalı, bir yapay zeka projesine nasıl başlanır. Yapay zeka framework'leri/kütüphaneleri ve yapay zeka için özelleşmiş donanımlar. | |
| 9) | Yapay zeka teknolojisi bir iş modeline yenilikçi şekilde nasıl entegre edilir | |
| 10) | İşletmelerde ve toplumda yapay zeka incelemesi ve yapay zekanın limitleri | |
| 11) | Yapay zekada yanlılık (bias) ve saldırıya (attack) karşı direnci (robust) | |
| 12) | Yapay zeka ile geleceği tahmin etme ve toplumsal etkisi | |
| 13) | Yapay zeka ile gelişmekte olan ve yeni oluşan iş alanları | |
| 14) | Özet ve soru-cevap |
Kaynaklar
| Ders Notları / Kitaplar: | Jerry Kaplan, Artificial Intelligence: What Everyone Needs to Know (What Everyone Needs To Know), Oxford University Press; |
| Diğer Kaynaklar: | AI for Everyone - Coursera - Prof. Dr. Andrew Ng, Element of AI - University of Helsinki, … |
Değerlendirme Sistemi
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 3 | % 30 |
| Ara Sınavlar | 1 | % 30 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
AKTS / İş Yükü Tablosu
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışması | 14 | 4 | 56 |
| Ödevler | 3 | 6 | 18 |
| Ara Sınavlar | 1 | 4 | 4 |
| Final | 1 | 4 | 4 |
| Toplam İş Yükü | 124 | ||
Program ve Öğrenme Kazanımları İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Stratejik düşünme, profesyonel yazım, etik uygulamalar ve geleneksel ve yeni medyanın yenilikçi kullanımına odaklanarak öğrencileri iletişim profesyonelleri olmak üzere hazırlamak | 3 |
| 2) | Reklamcılık, İkna Edici İletişim, Marka Yönetimi gibi alanlardaki olguların ve gerçeklerin arasındaki ilişki ile ilgili problemleri açıklayabilmek ve tanımlayabilmek | 3 |
| 3) | Reklamcılık alanındaki teorileri, kavramları, yöntemleri, araçları ve düşünceleri eleştirel olarak tartışabilmek ve yorumlayabilmek | 3 |
| 4) | Reklamcılık alanındaki yenilikleri takip edebilmek ve yorumlayabilmek | 1 |
| 5) | Alanda merak ettikleri konu doğrultusunda bilimsel bir bakış açısı sergileyebilmek | 5 |
| 6) | Geliştirdikleri bilimsel bakış açısı ile alanın ihtiyaçlarını ve sorunlarını çözebilmek | 3 |
| 7) | Reklamcılık alanında yer alan tüm dinamikleri tanımak ve anlamak | 2 |
| 8) | Pratik alanda reklamcılık açısından karşılaşılan sorunları analiz ederek, çözümler üretebilmek | 2 |