ARTIFICIAL INTELLIGENCE AND MACHINE LEARNING

İzlence Formu

Ders Adı ARTIFICIAL INTELLIGENCE AND MACHINE LEARNING Kod MIS7002
Kredi 3 AKTS 6
Z/S Zorunlu Teorik Saat 3
Uygulama Saat 0 Lab Saat 0
Ders Dili İngilizce Dersi Veren Doç. Dr. ELİF KARTAL
Dersin Veriliş Türü Örgün

Dersin Amacı

Bu dersin amacı, öğrencilere yapay zekâ ve makine öğrenmesinin temel kavramlarını, yöntemlerini ve uygulama alanlarını kuramsal ve uygulamalı olarak tanıtmaktır. Ders kapsamında öğrencilerin veri temelli problem çözme, uygun makine öğrenmesi yöntemini seçme, model kurma, model performansını değerlendirme ve yapay zekâ uygulamalarını etik, toplumsal ve akademik sorumluluk çerçevesinde yorumlama becerileri kazanmaları hedeflenmektedir. Ders sonunda öğrencilerin; yapay zekâ ve makine öğrenmesi kavramlarını açıklayabilmeleri, gözetimli ve gözetimsiz öğrenme yaklaşımlarını ayırt edebilmeleri, temel algoritmaları uygulayabilmeleri, model başarı ölçütlerini yorumlayabilmeleri ve yapay zekâ uygulamalarının sınırlılıklarını eleştirel biçimde değerlendirebilmeleri beklenmektedir.

İçerik

Bu ders, yapay zekâ ve makine öğrenmesinin temel kavramlarını, veri ön işleme süreçlerini, gözetimli ve gözetimsiz öğrenme yöntemlerini, model değerlendirme ölçütlerini ve temel derin öğrenme yaklaşımlarını kapsar. Ders kapsamında sınıflandırma, regresyon, kümeleme, karar ağaçları, k-en yakın komşu, destek vektör makineleri, yapay sinir ağları ve temel model değerlendirme yöntemleri ele alınır. Ayrıca yapay zekâ sistemlerinin etik kullanımı, veri gizliliği, algoritmik önyargı, açıklanabilirlik ve sosyal bilimler alanındaki uygulama örnekleri tartışılır. Ders, kuramsal anlatım ile Python tabanlı uygulamaları birleştiren uygulamalı bir yapıya sahiptir.

Öğretim Yöntemleri

Tartışma ve eleştirel değerlendirme, proje/ödev çalışmaları, sunum ve geri bildirim.

Kaynaklar

Temel Kaynaklar: Mitchell, T. M. Machine Learning. McGraw-Hill. Russell, S., & Norvig, P. Artificial Intelligence: A Modern Approach. Pearson. Géron, A. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O’Reilly. Bishop, C. M. Pattern Recognition and Machine Learning. Springer. Yardımcı Kaynaklar: scikit-learn resmi dokümantasyonu UCI Machine Learning Repository veri setleri Kaggle eğitim veri setleri Güncel akademik makaleler ve vaka çalışmaları Yapay zekâ etiği, veri gizliliği ve algoritmik adalet üzerine ulusal ve uluslararası raporlar

Bilgi İşlem Daire Başkanlığı © 2026