| Hafta |
Konu |
Ön Hazırlık |
| 1) |
Yapay Zekaya Giriş
- Yapay Zeka Tarihçesi
- Yapay Zeka Türleri
- Yapay Zeka Uygulamaları
|
|
| 2) |
Yapay Öğrenme
- Temel Kavramlar ve İstatistik
- Öğrenme Türleri
- Algoritmalar
- Performance Değerlendirme
- Açıklanabilir Yapay Zeka
|
Konuya ilişkin paylaşılan ders sunum ve yardımcı kaynaklardan çalışma.
|
| 3) |
Derin Öğrenme
- Temel Kavramlar
- Derin Öğrenme Türleri
|
Konuya ilişkin paylaşılan ders sunum ve yardımcı kaynaklardan çalışma.
|
| 4) |
Doğal Dil İşleme (NLP)
- NLP Bileşenleri
- NLP Teknikleri
- NLP Uygulamaları
|
Konuya ilişkin paylaşılan ders sunum ve yardımcı kaynaklardan çalışma.
|
| 5) |
Üretken Yapay Zeka ve Büyük Dil Modelleri
- Üretken Yapay Zeka Nedir ve Nasıl Çalışır
- Üretken Yapay Zeka Uygulamaları
- Büyük Dil Modelleri
|
Konuya ilişkin paylaşılan ders sunum, yardımcı kaynaklardan çalışma ve konuyu internetten araştırma.
|
| 6) |
İstem Mühendisliği - 1
- Tasarım
- Optimizayon
|
Konuya ilişkin paylaşılan ders sunum, yardımcı kaynaklardan çalışma ve konuyu internetten araştırma.
|
| 7) |
Ara Sınav |
|
| 8) |
İstem Mühendisliği - 2
- İnce Ayarlama
- Düşünce Zinciri
|
Konuya ilişkin paylaşılan ders sunum, yardımcı kaynaklardan çalışma ve konuyu internetten araştırma.
|
| 9) |
İstem Mühendisliği -Uygulama |
Konuya ilişkin paylaşılan ders sunum, yardımcı kaynaklardan çalışma ve konuyu internetten araştırma.
|
| 10) |
Çok Modlu İstem Tasarımı |
|
| 11) |
Üretken Yapay Zeka – Etik Ve Hukuki Unsurlar |
Konuya ilişkin paylaşılan ders sunumlarından çalışma ve konuyu internetten araştırma.
|
| 12) |
Üretken Yapay Zeka Uygulama Geliştirme Süreci
- Açık Kaynak Kütüphaler
- Çerçeveler ve Programlama Dilleri
|
|
| 13) |
Üretken Yapay Zeka - Güncel Gelişmeler |
|
| 14) |
Dönem Sonu Sınavı |
|
| Ders Notları / Kitaplar: |
-Ders sunum ve notları
-Hands-On Large Language Models: Language Understanding and Generation, O'Reilly Media, Jay Alammar, Maarten Grootendorst
-Yapay Öğrenme: Yeni Yapay Zeka, Tellekt, Ethem Alpaydın
-Üretken Yapay Zeka ve Prompt Mühendisliği, Seçkin Yayıncılık, Ezgi Avcı
-Introduction to Generative AI, Manning, Numa Dhamani, Maggie Engler |
| Diğer Kaynaklar: |
-Hands-On Large Language Models: Language Understanding and Generation, O'Reilly Media, Jay Alammar, Maarten Grootendorst
-Yapay Öğrenme: Yeni Yapay Zeka, Tellekt, Ethem Alpaydın
-Üretken Yapay Zeka ve Prompt Mühendisliği, Seçkin Yayıncılık, Ezgi Avcı
-Introduction to Generative AI, Manning, Numa Dhamani, Maggie Engler |
| |
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
| 1) |
Matematik, fen bilimleri ve mühendislik ile ilgili yeterli teorik ve uygulamalı bilgilere sahip olarak bu bilgileri mühendislik problemlerinin çözümünde uygulama becerisi |
|
| 2) |
Endüstri mühendisliği problemlerinin incelenmesi için kaynak araştırması yapma, veri toplama, deney tasarlama, deney yapma, sonuçları analiz etme, yorumlama ve değerlendirme becerisi |
|
| 3) |
Endüstri mühendisliği problemlerinin tespiti, tanımlanması, formüle edilmesi ve çözülmesi için uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi |
|
| 4) |
Karmaşık bir sistemi, süreci veya ürünü gerçekçi kısıtlar altında, gerekli ihtiyaçları karşılayacak şekilde tasarlama ve modern tasarım yöntemlerini uygulama becerisi |
|
| 5) |
Disiplin içi ve disiplinler arası hem bireysel hem de takım içi çalışma becerisi |
|
| 6) |
Bilgi teknolojilerini ve mühendislik uygulamaları için gerekli diğer modern teknikleri etkin bir şekilde kullanma becerisi |
|
| 7) |
Yaşam boyu öğrenmenin bilincine vararak bilim ve teknoloji alanındaki gelişmeleri takip etme ve kendini sürekli geliştirme becerisi |
|
| 8) |
Türkçe ve İngilizce yazılı, sözlü ve görsel iletişim kanallarını kullanarak etkin iletişim kurma becerisi |
|
| 9) |
Yönetim bilgi ve becerisi |
|
| 10) |
Mesleki sorumlulukların ve etik ilkelerinin benimsenmesi |
|
| 11) |
Endüstri mühendisliği uygulamalarının toplumsal ve evrensel boyutlarda çevre, ekonomi, sağlık ve güvenlik üzerindeki etkilerinin kavranması |
|