| EKONOMİ VE FİNANS | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| GEP0020 | Herkes için Yapay Zeka | Bahar | 3 | 0 | 3 | 3 |
| Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
| Öğretim Dili: | En |
| Dersin Türü: | GE-Elective |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Hibrit |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi TUĞCAN DEMİR |
| 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. |
|
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. |
| 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. |
| 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 | ||
| Ders Notları: | 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, … |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | % 0 | |
| Laboratuar | % 0 | |
| Uygulama | % 0 | |
| Arazi Çalışması | % 0 | |
| Derse Özgü Staj | % 0 | |
| Küçük Sınavlar | % 0 | |
| Ödev | 3 | % 30 |
| Sunum | % 0 | |
| Projeler | % 0 | |
| Seminer | % 0 | |
| Ara Sınavlar | 1 | % 30 |
| Ara Juri | % 0 | |
| Final | 1 | % 40 |
| Rapor Teslimi | % 0 | |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
| 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 | 4 | 56 |
| Sunum / Seminer | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 3 | 6 | 18 |
| Küçük Sınavlar | 0 | 0 | 0 |
| Ara Juri | 0 | 0 | 0 |
| Ara Sınavlar | 1 | 4 | 4 |
| Rapor Teslimi | 0 | 0 | 0 |
| Juri | 0 | 0 | 0 |
| Final | 1 | 4 | 4 |
| Toplam İş Yükü | 124 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Matematik ve istatistik alanlarında geliştirilen bilgili birikimi ile hem mikro hem de makro düzeyde ekonomik mekanizmaların nasıl çalıştığını anlamak. | 2 |
| 2) | Piyasaların, endüstrinin ve piyasa düzenleme politikalarının özelliklerini anlama. | 1 |
| 3) | Farklı ekonomik bakış açılarını anlayarak küresel ekonomik olayları açıklama yeteneği kazanma. | 3 |
| 4) | Siyasetin ekonomiye etkisini ve ekonominin siyasete etkisini analiz etme yeteneği. | 3 |
| 5) | Ekonomik sorunlara çözüm üretme ve karşıt politika önerilerini değerlendirme yetkinliği kazanma. | 2 |
| 6) | Yeni ekonomik gelişmeleri ve yaklaşımları anlama ve değerlendirme. | 1 |
| 7) | Ekonomik haberleri ve gelişmeleri yazılı, sözlü ve grafiklerle aktarabilme becerisi kazanma. | 2 |
| 8) | Ekonomik sorunlara yönelik planlı çözümler üretme yetkinliği. | 1 |
| 9) | Sayısal ve sözel becerileri kullanarak ekonomik varsayımları destekleyici bulgular sunma yetkinliği. | 2 |
| 10) | Yabancı dil kullanarak ekonomiyle ilgili bilgileri takip etme ve meslektaşlarla iletişim kurabilme yetkinliği. | 4 |