BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, DOKTORA)
Doktora TYYÇ: 8. Düzey QF-EHEA: 3. Düzey EQF-LLL: 8. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
CYS5172 İleri Adli Bilişim Bahar 3 0 3 12
Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir

Temel Bilgiler

Öğretim Dili: En
Dersin Türü: Departmental Elective
Dersin Seviyesi: LİSANSÜSTÜ
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi AHMET NACİ ÜNAL
Dersin Amacı: İleri seviye adli bilişim tekniklerini öğretmek.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Adli bilişim alanlarında yapay zekayı etkin kullanabilme, Bu çercevede, yapay zeka alanında araştırma yapılmasını sağlamak.

Dersin İçeriği

Doğal ve Yapay Zeka. Sezgisel Problem Çözümleme. Bilgilerin Modellenmesi Ve Yüklem Mantığı. Mantıksal Programlama. Uzman Sistemler ve Adli Bilişimde Uygulanabilirliği. Yapay Sinir Ağları ve Adli Bilişimde Uygulanabilirliği. Genetik Algoritmalar ve Adli Bilişimde Uygulanabilirliği. Bulanık Mantık ve Adli Bilişimde Uygulanabilirliği. Doğal Dil İşleme ve Adli Bilişimde Uygulanabilirliği. Ses İşleme ve Adli Bilişimde Uygulanabilirliği. Görüntü İşleme ve Adli Bilişimde Uygulanabilirliği. Biyometride Yapay Zeka Uygulamaları I (Yüz Tanıma). Biyometride Yapay Zeka Uygulamaları II (Parmak İzi). Biyometride Yapay Zeka Uygulamaları III (Karakter Tanıma, El Yazısı).

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Doğal ve Yapay Zeka Ders notları
2) Sezgisel Problem Çözümleme Ders notları
3) Bilgilerin Modellenmesi Ve Yüklem Mantığı Ders notları
4) Mantıksal programlama Ders notları
5) Uzman Sistemler ve Adli Bilişimde Uygulanabilirliği Ders notları
6) Yapay Sinir Ağları ve Adli Bilişimde Uygulanabilirliği Ders notları
7) Genetik Algoritmalar ve Adli Bilişimde Uygulanabilirliği Ders notları
8) Bulanık Mantık ve Adli Bilişimde Uygulanabilirliği Ders notları
9) Doğal Dil İşleme ve Adli Bilişimde Uygulanabilirliği Ders notları
10) Ses İşleme ve Adli Bilişimde Uygulanabilirliği Ders notları
11) Görüntü İşleme ve Adli Bilişimde Uygulanabilirliği Ders notları
12) Biyometride Yapay Zeka Uygulamaları I (Yüz Tanıma) Ders notları
13) Biyometride Yapay Zeka Uygulamaları II (Parmak İzi) Ders konuları
14) Biyometride Yapay Zeka Uygulamaları III (Karakter Tanıma, El Yazısı) Ders notları

Kaynaklar

Ders Notları: Network Forensics, Ric Messier. 2017. Mobile Forensic Investigations: A Guide to Evidence Collection, Analysis, and Presentation. Lee Reiber, 2016.
Diğer Kaynaklar: Ders notları

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Devam 10 % 0
Laboratuar 0 % 0
Uygulama 0 % 0
Arazi Çalışması 0 % 0
Derse Özgü Staj 0 % 0
Küçük Sınavlar 0 % 0
Ödev 4 % 10
Sunum 1 % 10
Projeler 0 % 0
Seminer 0 % 0
Ara Sınavlar 1 % 20
Ara Juri 0 % 0
Final 1 % 60
Rapor Teslimi 0 % 0
Juri 0 % 0
Bütünleme % 0
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 14 3 42
Laboratuvar 0 0 0
Uygulama 0 0 0
Derse Özgü Staj 0 0 0
Arazi Çalışması 0 0 0
Sınıf Dışı Ders Çalışması 14 12 168
Sunum / Seminer 2 3 6
Proje 0 0 0
Ödevler 4 8 32
Küçük Sınavlar 0 0 0
Ara Juri 0 0 0
Ara Sınavlar 1 20 20
Rapor Teslimi 0 0 0
Juri 0 0 0
Final 1 20 20
Toplam İş Yükü 288

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