DERSİN GENEL BİLGİLERİ

Ders Kodu	Ders Adı	Yıl	Yarıyıl	Teorik	Pratik	Kredi	AKTS
YZM6403	Yapay Zeka	3	Güz	2	1	3	6

Dersin Türü:	Üniversite Seçmeli
Dersin Düzeyi:	Lisans      TYYÇ:6. Düzey      QF-EHEA:1. Düzey      EQF-LLL:6. Düzey
Dersin Öğretim Dili:	Turkish
Dersin Ön/Yan Koşulu:	Yoktur
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi SENEM TANBERK
Dersin Öğretim Eleman(lar)ı:	Dr. Öğr. Üyesi SENEM TANBERK
Dersin Kategorisi:	Yetkinlik Geliştirme (Üniversite Seçmeli)

BÖLÜM II: DERSİN TANITIMI

Dersin Amacı ve İçeriği

Dersin Amacı:

Yapay Zeka, çeşitli problem çözme tekniklerini açıklar, denetimli ve denetimsiz öğrenme gibi temel makine öğrenimi tekniklerini tanıtır. Bunun dışında temel makine öğrenmesi sorunlarında sağlam bir anlayış vermeyi amaçlar. Bunun yanında ders, karar ağaçları, doğrusal regresyon, k-en yakın komşu, Bayes sınıflandırıcıları, yapay sinir ağları, lojistik regresyon ve sınıflandırıcı kombinasyonları gibi güncel makine öğrenmesi yöntemlerini tanıtır.

Dersin İçeriği:

Bu ders kapsamında öncelikle Yapay Zekaya giriş, yapay zeka tarihçesi, temelleri; yapay zekanın uygulama alanları, daha sonrasında sırasıyla akıllı etmenler(ajanlar),mantıksal etmenler, arayarak problem çözme, oyunlar ve bulmacalar, Çeşitli arama algoritmalarından Sezgisel arama, Yerel arama, Düşmanca arama, sonrasında Genetik algoritmalar, Makine Öğrenmesi Kümeleme Algoritmaları, K- En yakın Komsu Algoritması ,Karar Ağaçları, Bulanık Mantık konuları işlenecektir. Bu derste proje odaklı öğrenme yaklaşımı kullanılmaktadır. Bu çerçevede dersin geleneksel yapıdaki içeriği yanında proje odaklı öğrenme bileşeni bulunmaktadır. Proje odaklı öğrenme bileşeni dersin amaçlarına ve öğrenme çıktılarına uygun olarak öğrenciler tarafından bireysel olarak veya proje takımları halinde belirli adımlardan geçilerek ve belirli ara çıktıların ve son çıktıların üretilmesini amaçlayan bir veya daha fazla sayıda projenin öğrenme amaçlı proje yapılmasını içermektedir. Dersin proje odaklı öğrenme bileşeni ağırlıklı olarak proje çıktılarının ve proje çalışmalarının dersi veren öğretim elemanı ve/veya jüri tarafından değerlendirilmektedir.

Dersin Öğrenme Çıktıları (DÖÇ)

Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.

Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)

1) Bilgiye dayalı akıl yürütmenin temel esaslarını bilir.

2) Aracı teoreminin temel esasları ve farklı alanlardaki uygulama alanlarını bilir.

Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)

1) Yapay zeka problemleri için amaç tanımlar, etkin bir problem alanı belirler ve bu problem alanını durum, işleç ve başlangıç noktası olarak ifade eder.

2) Yapay zeka problemleri için uygun arama algoritması seçer (i.e. brute-force, heuristic), ilgili algoritmayı uygular ve zaman ve alan karmaşıklığını belirler.

3) Denetimli, denetimsiz ve takviye olmak üzere üç temel öğrenme tekniğini ve bu öğrenme teknikleri arasındaki farkları bilir ve bu öğrenme teknikleri altındaki algoritmaları programlar.

4) Yapay zeka kavram ve tekniklerini, problem çözme, oyunlar ve bulmacalar, uzman sistemler, planlama, öğrenme, doğal dil kavrayışı gibi farklı alanlarda uygular.

5) Küçük ölçekli yapay zeka uygulamalarını programlar (Prolog kullanarak).

Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)

Haftalık Ders Planı

Hafta	Konu	Materyal Paylaşımı *
		Ön Hazırlık	Pekiştirme
1)	Yapay zekaya giriş Yapay zekanın tarihi ve temelleri, akıllı aracılar
2)	Akıllı Etmenler (Agent), Mantıksal Etmenler, Projelerin belirlenmesi
3)	Arama ile problem çözme, klasik araştırmanın ötesi
4)	Sezgisel Arama
5)	Yerel Arama
6)	Düşmanca Arama / Çekişmeli Arama
7)	Bulanık Mantık
8)	Ara Sınav
9)	Proje 1.izleme
10)	Makine Öğrenmesine Giriş
11)	Denetimli Öğrenme: Sınıflandırma Algoritmaları, Doğrusal Regresyon, Karar Ağaçları
12)	Denetimli Öğrenme: k-En Yakın Komşu Algoritması (KNN), Destek Vektör Makineleri (SVM), Yapay Sinir Ağları (ANN)
13)	Denetimsiz Öğrenme: Kümeleme Algoritmaları, k-Ortalamalar Algoritması, Hiyerarşik Kümeleme,
14)	Yapay Zeka Alıştırmaları ve Proje Sunumları

*Bu alan öğrencilerin ders öncesi hazırlık ve sonrası dersi pekiştirme için paylaşılan ders materyallerini içerir.

Ders İçin Zorunlu/Önerilen Kaynaklar

Ders Notları / Kitaplar:	Artificial Intelligence:A Modern Approach ,Stuart Russell & Peter Norvig Prentice Hall 2010 Alpaydın, E. 2020. Introduction to Machine Learning 4rd Edition. The MIT Press. Cambridge, MA. ISBN 9780262358064.
Diğer Kaynaklar:	Artificial Intelligence:A Modern Approach ,Stuart Russell & Peter Norvig Prentice Hall 2010 Alpaydın, E. 2020. Introduction to Machine Learning 4rd Edition. The MIT Press. Cambridge, MA. ISBN 9780262358064.

DERS ÖĞRENME ÇIKTILARI - PROGRAM ÖĞRENME ÇIKTILARI İLİŞKİSİ

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Çıktıları (DÖÇ)	1	2	3	6	7	4	5
Program Öğrenme Çıktıları (PÖÇ)
1) Halkla ilişkiler ve reklamcılık disiplinine ait temel kavramları, kuramları ve modelleri açıklayabilir.
2) Halkla ilişkiler, iletişim ve reklamcılık alanındaki etik kurallar, yasal düzenlemeler ve mesleki standartları tanımlayabilir.
3) Halkla ilişkiler, medya ve reklamcılığın sosyal, kültürel, ekonomik ve politik bağlamlarını analiz edebilir.
4) Hedef kitle analizi yaparak halkla ilişkiler ve reklam kampanyaları geliştirebilir.
5) Halkla ilişkiler ve reklamcılık stratejilerini değerlendirerek etkinlik analizi yapabilir.
6) Halkla ilişkiler ve reklamcılık alanında etik ve sosyal sorumluluk ilkelerine uygun hareket edebilir.
7) Kriz yönetimi, itibar yönetimi ve marka yönetimi süreçlerini planlayabilir ve uygulayabilir.
8) Halkla ilişkiler ve reklamcılık süreçlerinde etkili sözlü ve yazılı iletişim kurabilir.
9) Yeni medya araçlarını kullanarak halkla ilişkiler ve reklamcılık alanında dijital stratejiler geliştirebilir.
10) Reklam ve halkla ilişkiler projelerinde bireysel veya ekip çalışması içerisinde sorumluluk alabilir.

BÖLÜM III: DERSİN PROGRAM ÖĞRENME ÇIKTILARI İLE İLİŞKİSİ

Dersin Program Öğrenme Çıktılarına Katkı Düzeyi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Program Öğrenme Çıktıları	Katkı Oranı (1-5)
1)	Halkla ilişkiler ve reklamcılık disiplinine ait temel kavramları, kuramları ve modelleri açıklayabilir.
2)	Halkla ilişkiler, iletişim ve reklamcılık alanındaki etik kurallar, yasal düzenlemeler ve mesleki standartları tanımlayabilir.
3)	Halkla ilişkiler, medya ve reklamcılığın sosyal, kültürel, ekonomik ve politik bağlamlarını analiz edebilir.
4)	Hedef kitle analizi yaparak halkla ilişkiler ve reklam kampanyaları geliştirebilir.
5)	Halkla ilişkiler ve reklamcılık stratejilerini değerlendirerek etkinlik analizi yapabilir.
6)	Halkla ilişkiler ve reklamcılık alanında etik ve sosyal sorumluluk ilkelerine uygun hareket edebilir.
7)	Kriz yönetimi, itibar yönetimi ve marka yönetimi süreçlerini planlayabilir ve uygulayabilir.
8)	Halkla ilişkiler ve reklamcılık süreçlerinde etkili sözlü ve yazılı iletişim kurabilir.
9)	Yeni medya araçlarını kullanarak halkla ilişkiler ve reklamcılık alanında dijital stratejiler geliştirebilir.
10)	Reklam ve halkla ilişkiler projelerinde bireysel veya ekip çalışması içerisinde sorumluluk alabilir.

BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ

Dersin Öğrenme ve Öğretme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm öğrenme ve öğretme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların öğrenme ve öğretme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Öğrenme ve Öğretme Yöntemleri	Ders İçin Kullanılan Öğrenme ve Öğretme Yöntemleri
Anlatım
Problem Çözme
Gösterip Yaptırma
Proje Hazırlama
Bireysel ve Grup Çalışması

Dersin Ölçme ve Değerlendirme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm ölçme ve değerlendirme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların ölçme ve değerlendirme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Ölçme ve Değerlendirme Yöntemleri	Ders İçin Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ara Sınav
Sunum
Yarıyıl Sonu Sınavı
Jüri Değerlendirmesi

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri	Uygulama Sayısı / Yarıyıl	Katkı Oranı
Projeler	1	% 5.00
Ara Sınavlar	1	% 35.00
Yarıyıl Sonu Sınavı	1	% 50.00
Derse Aktif Katılım	1	% 10.00
Toplam		% 100
YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI		% 50
YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI		% 50
Toplam		% 100

BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ

ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ
Öğrenme ve Öğretme Etkinlikleri	Etkinlik Sayısı/Yarıyıl	Süresi (saat)	Toplam İş Yükü
Ders	14	2	28
Laboratuvar	0	0	0
Uygulama	14	1	14
Derse Özgü Staj	0	0	0
Arazi Çalışması	0	0	0
Sınıf Dışı Ders Çalışması	14	4	56
Sunum / Seminer	4	1	4
Proje	1	26	26
Ödevler	0	0	0
Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü	-	-	128
ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ
Ölçme ve Değerlendirme Etkinlikleri	Etkinlik Sayısı/Yarıyıl	Süresi (saat)	Toplam İş Yükü
Kısa Sınav	0	0	0
Ara Sınavlar	1	12	12
Yarıyıl Sonu Sınavı	1	12	12
Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü	-	-	24
TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri)			152
DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat)			6