Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
MODERN VERİ İŞLEME TEKNİKLERİ Birinci Düzey HM 208 4 2.00 2.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Bu dersin ön koşulu yoktur
Eğitimin Dili Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. ERKAN BEŞDOK
Yardımcı Öğretim Eleman(lar)ı Ahmet Emin Karkınlı Abdüsselam Kesikoğlu
Dersin Veriliş Şekli Teorik
Dersin Amacı Öğrencilere veri madenciliği ve veri işleme konusunda giriş seviyesind ebeceri kazandırmak
Dersin Tanımı Bu ders modern veri madenciliği teknikleri konusunda öğrencileri bilgilendirmeyi amaçlamaktadır.

Dersin İçeriği
1 İstatistiksel veri işleme Teknikleri
2 Veri Madenciliği, İstatistiksel Analiz
3 Backtracking Search Optimization Algoritması (BSA)
4 Bernstain Differential Evolution Algoritması (BSD)
5 Artificial Bee Colony Algoritması (ABC)
6 Particle Swarm Optimization Algoritması (PSO)
7 İstatistiksel Öğrenme & Derin Öğrenme
8 Yapay Sinir Ağları Nedir ? Nasıl Çalışır ?
9 Bulanık Sistemler ve Görüntü Sınıflandırma
10 Midterm Exam
11 Data Processing Applications Clustering, Regression, Classifier Design, Error Analysis, Time Series Analysis
12 Proje ve Uygulama Sunumu
13 Proje ve Uygulama Sunumu
14 Yapay Zeka Uygulamaları
15 Proje ve Uygulama Sunumu
16 Final Sınavı
17
18
19
20

Dersin Öğrenme Çıktıları
1 Uzamsal Veri İşleme ve modelleme becerisi kazanma
2 Yapay Zeka model ve tekniklerini tanıma
3 Temel yapay-zeka veri işleme algoritmaları
4 Küresel optimizasyon aracı tasarımı
5 Analitik model kurma ve çözme
6 Benzetim ve Tahmin modelleri geliştirme
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 PÇ1.Kuramsal ve kavramsal bilgi: Sanat tarihi, çağdaş sanat kuramları, görsel kültür ve estetik alanlarına ilişkin kuramsal ve kavramsal bilgileri açıklar, tartışır ve sanat üretimiyle ilişkilendirir.
2 PÇ2.Sanatın bağlamsal analizi: Sanatsal üretimleri tarihsel, kültürel, toplumsal ve politik bağlam içerisinde ele alır; sanatın toplum ve kültürle ilişkisini eleştirel bir bakış açısıyla yorumlar.
3 PÇ3. Yaratıcı sanat üretimi: Geleneksel ve çağdaş sanat teknikleri, medya ve malzemeleri yaratıcı ve kavramsal bir yaklaşımla kullanır; disiplinlerarası sanat üretimi ve deneysel uygulamalar geliştirir.
4 PÇ4. Kavramsal sanat geliştirme: Sanatsal üretim süreçlerini araştırma, kavramsal geliştirme, taslak oluşturma, uygulama ve sonuçlandırma aşamalarını kapsayan araştırma temelli bir yöntemle planlar ve yönetir.
5 PÇ5. Disiplinlerarası üretim: Sanatsal çalışmalarını sözlü, yazılı ve görsel araçları kullanarak profesyonel biçimde ifade eder; portfolyo, sunum ve sergi yoluyla etkili biçimde paylaşır.
6 PÇ6. Sanatsal süreç yönetimi: Bağımsız sanatsal projeler geliştirir, yaratıcı süreçlerde sorumluluk alır ve projelerini planlanan hedefler doğrultusunda tamamlar.
7 PÇ7. Eleştirel düşünme: Eleştirel düşünme ve öz değerlendirme becerilerini kullanarak sanatsal üretimlerini analiz eder, değerlendirir ve geliştirmeye yönelik stratejiler oluşturur.
8 PÇ8. Profesyonel sanat pratiği: Sanatsal üretim süreçlerinde etik değerlere, estetik ilkelere, kültürel çeşitliliğe ve toplumsal sorumluluk bilincine uygun davranır.
9 PÇ9. Etik ve toplumsal sorumluluk: Sanat alanındaki profesyonel pratikleri, sergileme yöntemlerini, küratoryal yaklaşımları ve sanat kurumlarıyla ilişkileri tanır; ulusal ve uluslararası sanat ortamlarında üretimlerini sunabilecek yetkinlik geliştirir.
10 PÇ10. Yaşam boyu öğrenme ve gelişim: Yaşam boyu öğrenme yaklaşımını benimseyerek sanat alanındaki güncel gelişmeleri, teknolojik olanakları ve disiplinlerarası üretim olanaklarını takip eder ve sanatsal pratiğine yansıtır.
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 3 6 18
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 3 10 30
Ödevler 2 5 10
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 1 5 5
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 1 5 5
Araştırma 0 0 0
Toplam iş yükü     68
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   50
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   50
Yarıyıl sonu sınavının başarıya katkı oranı   50
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı 1- Mühendislikte Yapay Zeka Uygulamaları 1 / Yapay Sinir Ağları 2- Yapay Zeka Optimizasyon Algoritmaları (Karaboğa Derviş)
Yardımcı Kaynaklar -

Ders İle İlgili Dosyalar