DERSİN TÜRÜ	Seçmeli
DERSİN DÜZEYİ	Lisans
DERSİN YILI	-
YARIYIL	-
AKTS	5
ÖĞRETİM ELEMAN(LAR)I	Profesör Doktor Murat Paşa Uysal
DERSİN ÖĞRENME KAZANIMLARI	Bu dersin sonunda öğrenciler; 1) Yapay Zeka Uygulamalarıyla (YZU) ilgili tarihsel gelişimi, temel kavramları ifade edebilir, 2) Propositional Logic ve First-Order Logic ile ilgili temel kavram ve bileşenleri bilir, problem çözümlerine uyarlayabilir, 3) Bilginin Gösterimi (Knowledge Representation) ve Uzman Sistemlerle (Expert Systems) ilgili temel kavramları bilir, 4) Searching,ve Problem Solving kapsamında yaklaşımları ve kullanılan algoritmaları bilir, 5) Neural Networks, Machine Learning, Data Mining, Deep Learning konularında genel seviyede bilgi sahibi olur, 6) Value Creation and Competitive Advantage Modellerini bilir ve kavrar, 7) YZU'larını bir organizasyonun etkinliklerinin iyileştirilmesi ve işletmenin rekabet avantajı için kullanabilir. 8) Dönem projesi kapsamında bir işletmeye yönelik yapay zeka uygulama projesini tasarlar, tanımlar ve sunar.
DERSİN VERİLİŞ BİÇİMİ	Yüz Yüze
DERSİN ÖNKOŞULLARI	Yok
ÖNERİLEN DERSLER	Yok
DERS TANIMI	Bu dersin amacı işletmelerde yapay zeka uygulamalarıyla ilgili bilgi ve becerileri kazandırmaktır.
DERS İÇERİĞİ	HAFTA KONULAR 1. Hafta Yapay Zeka, Tarihçesi, ve Temel Kavramlara Giriş 2. Hafta Propositional Logic, First-Order Logic 3. Hafta Knowledge Representation (Bilginin Temsili) 4. Hafta Reasoning with Uncertainty, Decision Analysis, Expert Systems 5. Hafta Search,and Problem Solving (Uninformed Search, Heuristic Search, etc.) 6. Hafta Introduction to Advanced Topics: Neural Networks, Machine Learning, Data Mining, Deep Learning 7. Hafta Introduction to Advanced Topics: Neural Networks, Machine Learning, Data Mining, Deep Learning 8. Hafta Ara Sınav 9. Hafta Value Creation and Competitive Advantage Models 10. Hafta Influence of Artificial Intelligence on Activities and Competitiveness of an Organization 11. Hafta Model for Value Generation in Companies 12. Hafta Genel Tekrar 13. Hafta Proje Sunumları ve Değerlendirme 14. Hafta Proje Sunumları ve Değerlendirme
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR	Richard E. Neapolitan et al. (2018). Artificial Intelligence With an Introduction to Machine Learning, 2nd Ed. CRC Press. USA. Andrzej Wodecki ( 2019).Artificial Intelligence in Value Creation. Palgrave Macmillan. Wolfgang Ertel (2017). Introduction to Artificial Intelligence, Springer-Verlag London Limited. UK. Stuart Russell and Peter Norvig. (2010).Artificial Intelligence: A Modern Approach. 3rd edition. USA.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ	Anlatım,Tartışma,Soru-Cevap
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ	Sayısı Toplam Katkısı(%) Ara Sınav 1 40 Proje 1 20 Toplam(%) 60 Yıl İçinin Başarıya Oranı(%) 60 Finalin Başarıya Oranı(%) 40 Toplam(%) 100
AKTS İŞ YÜKÜ	Aktivite Sayı Süresi(Saat) İş Yükü Ara Sınav 1 1,5 1,5 Kısa Sınavlara hazırlık Sınıf Dışı Ders Çalışma Süresi 14 1 14 Final Sınavına Hazırlık 1 22 22 Ders Saati 13 3 39 Ara Sınava Hazırlık 1 22 22 Laboratuvar 13 1 13 Final Sınavı 1 1,5 1,5 Ödevler Sunum (Hazırlık dahil) 1 3 3 Proje 1 24 24 Rapor yazma 1 23 23 Toplam İş Yükü 163 Toplam İş Yükü / 30 5,43 Dersin AKTS Kredisi 5
DİL	Türkçe
STAJ / UYGULAMA	Yok