Beslenme ve Diyetetik
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Sağlık Bilimleri Fakültesi
Beslenme ve Diyetetik Programı
Ders Bolognaları
Sağlık Bilimleri Fakültesi
Beslenme ve Diyetetik Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 99901047 | Yapay Zeka ve Makina Öğrenmesi | 1 | Güz | 1 | 2+0+0 | 3 | 3 |
| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | - |
| Dersi Veren(ler) | - |
| Yardımcı(lar) | - |
Dersin İçeriği
Yapay zeka ve makine öğrenmesi konularında en güncel kitap, dergi, makale ve web linkleri ile video ve görseller ders içeriği olarak öğrencilerle paylaşılacaktır
Dersin Amacı
Dersin amacı öğrencilere geleceğin teknolojileri hakkında bilgi vermek, yapay zeka, makine öğrenmesi ve bilişim teknolojileri konusunda çözüm yöntemleri ve strateji geliştirmek için ihtiyaç duyacakları bilgi ve becerileri kazandırmaktır
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Bilişim teknolojileri, yapay zeka ve makine öğrenmesinin tarihsel gelişimi, genel kavramla |
| 2 | Yapay zekaya giriş, akıllı cihazlar |
| 3 | Karmaşık problemlerin çözümüne giriş |
| 4 | Yapay sinir ağları – Denetimli / denetimsiz öğrenme |
| 5 | Hibrid akıllı sistemler |
| 6 | Bilgi mühendisliği |
| 7 | Veri madenciliği |
| 8 | Olasılıklı akıl yürütme |
| 9 | Basit kararlar – karmaşık kararlar alma |
| 10 | Çoklu karar alma, olasılıklı programlama |
| 11 | Örneklerden öğrenme, olasılık modellerini öğrenme |
| 12 | Derin öğrenme |
| 13 | Takviye öğrenme, doğal dil işleme |
| 14 | Doğal dil işleme için derin öğrenme |
| 15 | Robotlar, gelecek vizyonu ve yapay zeka etiği, güvenliği ve felsefesi |
Ders Kitabı veya Malzemesi
| Kaynaklar | Artificial Intelligence: A Modern Approach - Stuart J. Russell, Peter Norvig |
| Artificial Intelligence, 3e – Dr Michael Negnevitsky | |
| Prolog Programming for Artificial Intelligence – Ivan Bratko |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Uygulama | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Seminer | - | - |
| Dinleme | - | - |
| Ara Sınavlar | - | - |
| Yarıyıl Sonu Sınavı | - | - |
| Toplam | 0 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 0 | 0 | 0 |
| Ara Sınav | 0 | 0 | 0 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 0 | 0 | 0 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 0 | ||
| Toplam Yük / 30 | 0 | ||
| Dersin AKTS Kredisi: | 0 | ||