İSTANBUL 29 MAYIS ÜNİVERSİTESİ
YAPAY ZEKÂ MÜHENDİSLİĞİ BÖLÜMÜ
LİSANS PROGRAMI DERS İÇERİKLERİ
ENG101 ENGLISH I: Ders, öğrencilerin akademik ve günlük yaşamda ihtiyaç duyacakları temel İngilizce dil becerilerini geliştirmeyi amaçlar. Okuma, yazma, dinleme ve konuşma becerileri; temel dilbilgisi yapıları ve günlük iletişim kalıpları eşliğinde uygulamalı olarak işlenir. Kelime dağarcığı geliştirme etkinlikleri ve kısa metin üretimi ile öğrencilerin B1 seviyesine hazırlanması hedeflenir.
TURK101 TÜRK DİLİ I: Yazı Dili ve Özellikleri, Yazım ve Noktalama, Yazılı ve Sözlü Anlatımın Özellikleri, Paragraf Oluşturma ve Paragraf Türleri, Düşünceyi Geliştirme Yolları, Metin Yapısı, Metinsellik Özellikleri, Metin Yazma, Bilgilendirici-Açıklayıcı Metin Yazma, Öyküleyici Metin Yazma, Betimleyici Metin Yazma, Tartışmacı ve İkna Edici Metin Yazma.
MAT101 MATEMATİK I: Reel Fonksiyonlar, Trigonometrik ve Üstel Fonksiyonlar, Limitler ve Süreklilik, Türevlerin Tanım ve Uygulamaları, Belirli ve Belirsiz İntegraller Çözüm ve Uygulamaları.
FIZ101 FİZİK I: Fizik ve Ölçme, Vektörler, Bir Boyutta Hareket, İki Boyutta Hareket, Hareket Kanunları, Dairesel Hareket ve Newton Yasalarının Diğer Uygulamaları, İş ve Kinetik Enerji, Potansiyel Enerji ve Enerjinin Korunumu, Lineer Momentum ve Çarpışmalar, Sabit Eksen Etrafında Bir Katı Cismin Dönüşü, Dönme Hareketi ve Açısal Momentum, Statik Denge ve Esneklik, Salınım Hareketi.
YZM101 YAPAY ZEKÂ MÜHENDİSLİĞİNE GİRİŞ: Yapay zekânın tarihsel gelişimi, temel kavramları ve alt dalları (arama algoritmaları, bilgi temsili, makine öğrenmesi, doğal dil işleme, bilgisayarla görü) tanıtılır. Akıllı ajan kavramı, problem çözme ve arama stratejileri, uzman sistemler ile yapay zekânın günümüz mühendislik ve toplumsal uygulamalarındaki yeri örneklerle işlenir. Öğrencilerin bölüm boyunca göreceği ileri konulara kavramsal bir zemin hazırlar.
BIL103 PROGRAMLAMAYA GİRİŞ: Programlamanın Temelleri, Algoritma, Akış Şemaları, C Programlama Dilinin Temelleri, Veri Tipleri, Kontrol Yapıları, Döngüler, Metotlar, Tek Boyutlu ve Çok Boyutlu Diziler.
ENG102 ENGLISH II: English I dersinin devamı niteliğinde olup dil becerilerini B1-B2 seviyesine taşımayı hedefler. Akademik okuma parçaları üzerinden kelime ve dilbilgisi geliştirme, kısa sunum ve yazılı rapor hazırlama çalışmaları yapılır. Grup tartışmaları ile sözlü iletişim ve akıcılık becerileri pekiştirilir.
TURK102 TÜRK DİLİ II: Akademik Dil ve Yazının Özellikleri, Akademik Yazılarda Tanım, Kavram ve Terimlerden Yararlanma, Nesnel ve Öznel Anlatım, Akademik Metinlerin Yapısı ve Türleri, İddia, Önerme Yazma, Bilimsel Raporların ve Makalelerin Biçimsel Özellikleri, Rapor Yazmanın Basamakları, Açıklama, Tartışma, Metinler Arası İlişki Kurma, Kaynak Gösterme, Başlık Yazma, Özetleme, Anahtar Kelime Yazma, Bilimsel Yazılarda Dikkat Edilecek Etik İlkeler, Akademik Metin Yazma Uygulamaları.
MAT102 MATEMATİK II: Sonsuz Diziler ve Seriler, Kutupsal Koordinatlar, Uzayda Vektörler, Vektör-Değerli Fonksiyonlar, Çok Değişkenli Fonksiyonlar ve Kısmi Türevler, Çok Katlı İntegraller.
BIL102 LİNEER CEBİR: Matrisler, determinantlar. Lineer denklem sistemleri. Lineer bağımsız vektörler. Kompleks cebir. Vektör uzayları. Alt uzaylar. Baz ve boyut. Matrisin satır, sütun ve sıfır uzayı. Lineer dönüşümler. Özdeğerler, özvektörler.
FIZ102 FİZİK II: Elektromanyetik Kavramların Temel Prensip ve Kuramları: Coulomb Yasası, Elektrik Alan, Gauss Yasası, Elektrik Potansiyeli, Doğru Akım Devreleri, Manyetik Alan, Manyetik Alan Kaynakları, Ampere Yasası, Faraday Yasası, Maddenin Manyetik Özellikleri, Alternatif Akım Devreleri, Maxwell Denklemlerinin Sunumu, Elektromanyetik Dalga Kavramı.
BIL104 BİLGİSAYAR PROGRAMLAMA: Python'a giriş; temel ve kapsayıcı veri türleri; değişkenler, ifadeler; tekrarlayan programlama; algoritma; işlevler; dosya işlemleri; istisna yönetimi ve hata ayıklama; bilimsel programlama.
BIL201 AYRIK MATEMATİK: Önermeler mantığı, kümeler kuramı, bağıntılar ve fonksiyonlar, kombinatorik ve olasılığın matematiksel temelleri, graf kuramına giriş ve tümevarımla ispat teknikleri işlenir. Bilgisayar mühendisliği ve yapay zekâ algoritmalarının biçimsel temellerini oluşturan bu kavramlar örnek problemlerle pekiştirilir.
MAT201 DİFERANSİYEL DENKLEMLER: Birinci mertebe, birinci dereceden denklemler: Değişkenlere ayrılabilir denklemler, tam denklemler, lineer denklemler. Birinci mertebeden denklemler ile modelleme. n' inci mertebeden denklemler. Sabit katsayılı denklemler. Laplace dönüşümü ile çözüm. Süreksiz kaynak fonksiyonlarına sahip denklemler.
BIL205 NESNE YÖNELİMLİ PROGRAMLAMA: Sınıf ve nesne kavramları, kapsülleme, kalıtım, çok biçimlilik (polimorfizm) ve arayüzler nesne yönelimli bir dil (Java/C++/Python) üzerinden uygulamalı işlenir. Tasarım prensipleri ve basit tasarım örüntüleri ile büyük ölçekli, sürdürülebilir yazılım geliştirme pratiği kazandırılır.
YZM201 VERİ BİLİMİNE GİRİŞ: Veri biliminin iş akışı; veri toplama, temizleme, keşifsel veri analizi, görselleştirme ve temel istatistiksel çıkarım konuları uygulamalı olarak (Python, pandas, matplotlib gibi araçlarla) işlenir. Öğrencilere gerçek veri kümeleri üzerinde uçtan uca bir veri analizi projesi yürütme deneyimi kazandırılır.
YDL201 TEKNİK İNGİLİZCE I: Mühendislik ve yapay zekâ alanına özgü teknik metinleri okuma, anlama ve özetleme becerileri geliştirilir. Akademik makale okuma teknikleri, teknik rapor yazımı ve sunum hazırlama çalışmalarına ağırlık verilir.
AIIT201 ATATÜRK İLKELERİ VE İNKİLAP TARİHİ I: Osmanlı Devleti'nin Yıkılışını Hazırlayan İç ve Dış Sebepler, XIX. Yüzyılda Osmanlı Devleti'nde Yenilik Hareketleri, Osmanlı Devleti'nin Son Dönemindeki Fikir Akımları, XX. Yüzyılın Başında Osmanlı Devleti'nin Siyasi ve Askeri Durumu, I. Dünya Savaşı ve Ermeni Meselesi, Anadolu'nun İşgali ve Tepkiler, Mustafa Kemal Paşa'nın Samsun'a Çıkışı ve Faaliyetleri, Kongreler Dönemi ve Teşkilatlanma, Son Osmanlı Mebuslar Meclisi'nin Açılışı ve Misak-I Millî'nin Kabulü, Millî Mücadele'ye Hazırlık ve Bu Hazırlığın Maddi ve Manevi Temeller, TBMM'nin Açılışı ve Faaliyetleri, Sevr Antlaşması, Güney ve Doğu Cephelerindeki Mücadeleler, Düzenli Ordunun Kuruluşu, Yunan Taarruzu ve Batı Cephesindeki Savaşlar, Mudanya Mütarekesi'nin İmzalanması, Lozan Konferansı'nın Toplanması ve Barış Antlaşması'nın İmzalanması.
BIL204 OLASILIK VE İSTATİSTİK: Temel İstatistik Kavramlarının Tanıtılması, Olasılık ve Olasılık Hesaplama, Kesikli ve Sürekli Dağılımlar, Binom ve Poisson Dağılımları, Normal Dağılım, İstatistik Yöntem ve Uygulamaları.
YZM202 MAKİNE ÖĞRENMESİ: Denetimli öğrenmenin temel algoritmaları (doğrusal/lojistik regresyon, karar ağaçları, destek vektör makineleri, k-en yakın komşu), denetimsiz öğrenme (kümeleme, boyut indirgeme) ve model değerlendirme/düzenlileştirme (çapraz doğrulama, aşırı öğrenme, L1/L2) konuları işlenir. Topluluk yöntemleri (bagging, boosting, rastgele orman) ile gerçek veri kümeleri üzerinde uygulamalı projeler yürütülür.
AIIT202 ATATÜRK İLKELERİ VE İNKİLAP TARİHİ II: Siyasi Alanda Yapılan İnkılaplar, Sosyal Alanda Yapılan İnkılaplar, Eğitim ve Kültür Alanında Gerçekleştirilen İnkılaplar, Hukuk Alanında Yapılan İnkılaplar, Atatürk Dönemi Çok Partili Hayata Geçiş Denemeleri ve Tepkiler, Atatürk Dönemi Çok Partili Siyasal Hayata Geçiş Denemeleri, Cumhuriyet Döneminde Türkiye'nin Ekonomik Kaynakları ve Politikası, Atatürk Dönemi Türk Dış Politikası, Atatürk Düşünce Sisteminin Tanımı, Kapsamı ve Atatürk İlkeleri, Atatürk'ten Sonra Türkiye, Demokrat Parti'nin İktidar Yılları, 1960 ve 1970'li Yıllarda Türkiye, 1960 Sonrası Türkiye'nin Dış Politikası.
BIL208 VERİ TABANI SİSTEMLERİ: İlişkisel veri modeli, varlık-ilişki diyagramları, normalizasyon ve SQL sorgu dili uygulamalı olarak işlenir. İşlem yönetimi, indeksleme ve temel veritabanı tasarım ilkeleri ile NoSQL veri tabanlarına kısa bir giriş dersin kapsamındadır.
BIL212 VERİ YAPILARI VE ALGORİTMALAR: Algoritma analizi ve karmaşıklık teorisi (Big-O gösterimi), temel veri yapıları (dizi, bağlı liste, yığın, kuyruk), ağaç yapıları (ikili ağaç, ikili arama ağacı, AVL ağacı, yığın/heap), sanı (hash) tabloları, graf yapıları ve algoritmaları, sıralama ve arama algoritmaları ile açgözlü (greedy) yaklaşımlar işlenir. Ders, veri yapılarının avantaj/dezavantajlarını karşılaştırarak probleme uygun çözüm seçme becerisi kazandırır.
YDL202 TEKNİK İNGİLİZCE II: Teknik İngilizce I dersinin devamı olarak, bilimsel makale yazımı, literatür taraması ve akademik sunum teknikleri ileri düzeyde işlenir. Öğrencilerden kendi mühendislik alanlarıyla ilgili bir konuda İngilizce yazılı ve sözlü sunum hazırlamaları istenir.
YZM204 YAPAY ZEKÂ İÇİN OPTİMİZASYON TEKNİKLERİ: Doğrusal ve doğrusal olmayan optimizasyon problemlerinin formülasyonu, gradyan inişi ve türevlerine dayalı yöntemler, kısıtlı optimizasyon ve Lagrange çarpanları, dışbükey optimizasyon temelleri işlenir. Stokastik gradyan inişi ve varyantları (momentum, Adam gibi) ile bu tekniklerin derin öğrenme model eğitimindeki rolü uygulamalarla gösterilir.
BIL309 SAYISAL ANALİZ: Kayar Nokta Aritmetiği, Bir Bilinmeyenli Doğrusal Olmayan Denklemlerin Çözümü, Doğrusal Sistemlerin Çözümü, Optimizasyona Giriş, Bağlanım ve Aradeğerleme İle Eğri Oturtma, Sayısal Türev ve İntegral Yöntemleri, Diferansiyel Denklemlerin Sayısal Yöntemlerle Çözümü.
YZM311 ALGORİTMA ANALİZİ: Algoritmaların zaman/uzay karmaşıklık analizi, böl-ve-yönet, dinamik programlama, açgözlü algoritmalar ve geri izleme (backtracking) tasarım teknikleri derinlemesine işlenir. NP-tamlık kavramı ve hesaplama karmaşıklığı sınıfları ile algoritma tasarımında ödünleşim (trade-off) kararları örnek problemler üzerinden incelenir.
YZM323 STAJ I: Öğrencinin bir kamu kurumu veya özel sektör işletmesinde, bölümün müfredatıyla ilgili konularda gözlem yapması ve uygulamalı deneyim kazanması amaçlanır. Staj süresince yürütülen çalışmalar bir staj defteri/raporu ile belgelenir ve ilgili öğretim üyesi tarafından değerlendirilir.
YZM315 YAPAY ZEKÂ YÖNETİŞİMİ, ETİK VE HUKUK: Yapay zekâ sistemlerinin etik ilkeleri (adalet, şeffaflık, hesap verebilirlik, mahremiyet), algoritmik önyargı ve ayrımcılık, veri koruma mevzuatı (KVKK/GDPR) ve yapay zekâ yönetişim çerçeveleri (AB Yapay Zekâ Yasası gibi) incelenir. Otonom sistemlerin hukuki sorumluluğu ve sektörel düzenlemeler vaka çalışmalarıyla tartışılır.
YZM317 BÜYÜK VERİ VE VERİ MADENCİLİĞİ: Büyük veri kavramı, dağıtık depolama ve işleme mimarileri (Hadoop, Spark) tanıtılır. Veri madenciliğinin temel görevleri; birliktelik kuralı madenciliği, sınıflandırma, kümeleme ve anomali tespiti algoritmaları uygulamalı olarak büyük ölçekli veri kümeleri üzerinde işlenir.
YZM319 DERİN ÖĞRENME: Yapay sinir ağlarının temelleri, ileri besleme ve geri yayılım algoritması, aktivasyon fonksiyonları ve optimizasyon teknikleri işlenir. Evrişimli sinir ağları (CNN), tekrarlayan sinir ağları (RNN/LSTM) ve dikkat mekanizmaları/Transformer mimarilerine giriş yapılarak derin öğrenme modellerinin görüntü ve dizi verisi üzerindeki uygulamaları PyTorch/TensorFlow gibi araçlarla uygulamalı olarak işlenir.
YZM310 DOĞAL DİL İŞLEME: Metin ön işleme (tokenizasyon, kök bulma), kelime temsil yöntemleri (word2vec, GloVe, gömme vektörleri), dil modelleme ve dizi etiketleme problemleri işlenir. Tekrarlayan ağlar ve Transformer tabanlı mimariler (BERT, GPT gibi) ile duygu analizi, makine çevirisi ve metin sınıflandırma gibi uygulamalar uygulamalı projelerle desteklenir.
YZM312 BİLGİSAYARLA GÖRÜ: Görüntü oluşum ve temel görüntü işleme teknikleri (filtreleme, kenar/köşe tespiti, morfolojik işlemler), öznitelik çıkarımı ve klasik nesne tanıma yöntemleri işlenir. Evrişimli sinir ağı tabanlı görüntü sınıflandırma, nesne tespiti ve segmentasyon mimarileri (YOLO, U-Net gibi) uygulamalı projelerle ele alınır.
YZM316 ÜRETKEN YAPAY ZEKÂ: Üretici modellerin temel kavramları; oto-kodlayıcılar (autoencoder), varyasyonel oto-kodlayıcılar (VAE), çekişmeli üretici ağlar (GAN) ve difüzyon modelleri işlenir. Büyük dil modelleri (LLM) ve metinden görüntü/ses üretimi gibi güncel üretken yapay zekâ uygulamaları, ince ayar (fine-tuning) ve istem mühendisliği (prompt engineering) teknikleriyle uygulamalı olarak incelenir.
YZM407 MAKİNE ÖĞRENMESİ OPERASYONLARI: Makine öğrenmesi modellerinin üretime alınma süreci; model versiyonlama, deney takibi, CI/CD hatları, konteynerleştirme (Docker) ve model servis mimarileri işlenir. Model izleme, veri/model kayması (drift) tespiti ve ölçeklenebilir ML altyapılarının (MLflow, Kubernetes gibi araçlarla) tasarımı uygulamalı olarak ele alınır.
YZM403 YAPAY ZEKÂ PROJESİ: Öğrencilerin küçük gruplar hâlinde gerçek veya gerçeğe yakın bir problem üzerinde uçtan uca bir yapay zekâ projesi tasarlaması ve geliştirmesi beklenir. Proje planlama, gereksinim analizi, prototipleme ve ara raporlama süreçleri, bitirme projesine hazırlık niteliğinde yürütülür.
BIL401 İŞ SAĞLIĞI VE GÜVENLİĞİ: İş Sağlığı ve Güvenliğinin Tanımı, Tarihsel Gelişimi, Amacı ve Önemi, İş Kanunu ve İlgili Mevzuatlar, Tehlike ve Risk Arasındaki Fark, Risk Değerlendirmesi ve Yönetimi ve İş Kazalarının Önlenmesi.
YZM425 STAJ II: Öğrencinin bir işletmede bölüm müfredatına uygun, YZM323'e kıyasla daha ileri düzey ve uygulama ağırlıklı bir mesleki staj deneyimi kazanması amaçlanır. Staj çalışmaları bir rapor ile belgelenir ve ilgili öğretim üyesi tarafından değerlendirilir.
GIR402 GİRİŞİMCİLİK: Girişimci ve Girişimcilik Kavramları, Girişimcilik Türleri, Girişimciliğin Temelleri, Girişimcilikte Başarı ve Başarısızlık Faktörleri, Yeni Bir İş Kurma, Yeni Bir İşletme Kurmanın Finansman Boyutu, İş Planı Oluşturma.
YZM404 BİTİRME PROJESİ: Öğrencilerin bir danışman gözetiminde, bölümün kapsadığı alanlarda özgün bir mühendislik problemini tanımlayıp çözmesi beklenir. Literatür taraması, yöntem geliştirme, uygulama/deney, sonuçların değerlendirilmesi ve yazılı tez/rapor ile sözlü savunma aşamalarını kapsar.
YZM321 OYUN TEORİSİ: Oyun kuramının temel kavramları; stratejik biçim oyunlar, Nash dengesi, işbirlikçi ve işbirlikçi olmayan oyunlar, tekrarlanan oyunlar işlenir. Mekanizma tasarımı ve müzayede kuramına giriş ile bu kavramların çok ajanlı yapay zekâ sistemlerindeki uygulamaları örneklerle gösterilir.
YZM322 GRAF TEORİSİ VE ALGORİTMALARI: Graf kuramının temel kavramları (bağlanırlık, ağaçlar, düzlemsellik), en kısa yol algoritmaları (Dijkstra, Bellman-Ford), en küçük kapsayan ağaç ve akış ağları algoritmaları işlenir. Graf tabanlı veri modellerinin ağ analizi ve öneri sistemlerindeki uygulamalarına değinilir.
YZM324 SİMÜLASYON VE MODELLEME: Sistem modelleme yaklaşımları, kesikli olay simülasyonu ve Monte Carlo yöntemleri işlenir. Simülasyon modellerinin doğrulanması/geçerlenmesi ile karmaşık sistemlerin (üretim hatları, kuyruk sistemleri gibi) simülasyon araçlarıyla analiz edilmesi uygulamalı olarak ele alınır.
YZM325 LOJİK VE MİKROİŞLEMCİLER: Sayısal mantık devrelerinin temelleri (kapılar, Boole cebiri, Karnaugh haritaları), kombinasyonel ve ardışıl devre tasarımı işlenir. Mikroişlemci mimarisi, komut kümesi, bellek hiyerarşisi ve temel gömülü programlama kavramları uygulamalı olarak tanıtılır.
YZM326 BİLGİSAYAR AĞLARI: Bilgisayar ağlarının katmanlı mimarisi (OSI/TCP-IP), yönlendirme ve anahtarlama, taşıma katmanı protokolleri (TCP/UDP) ile temel ağ güvenliği kavramları işlenir. Kablosuz ağlar ve modern ağ teknolojilerine (SDN gibi) kısa bir giriş dersin kapsamındadır.
YZM327 BİLGİSAYAR İŞLETİM SİSTEMLERİ: İşletim sistemlerinin temel işlevleri; süreç ve iş parçacığı yönetimi, CPU zamanlama algoritmaları, bellek yönetimi (sayfalama, sanal bellek), dosya sistemleri ve eşzamanlılık/kilitlenme (deadlock) konuları işlenir. Linux/Unix ortamında sistem çağrıları ve kabuk programlama uygulamalarıyla desteklenir.
YZM328 YAZILIM MÜHENDİSLİĞİ: Yazılım geliştirme yaşam döngüsü modelleri (şelale, çevik/Agile, Scrum), gereksinim mühendisliği, yazılım tasarımı ve mimarisi, test ve bakım süreçleri işlenir. Versiyon kontrol sistemleri ve ekip halinde yazılım geliştirme pratikleri uygulamalı proje ile pekiştirilir.
YZM329 BULUT BİLİŞİM VE DAĞITIK SİSTEMLER: Bulut bilişim hizmet modelleri (IaaS/PaaS/SaaS), sanallaştırma ve konteyner teknolojileri (Docker, Kubernetes) işlenir. Dağıtık sistemlerin temel ilkeleri; tutarlılık, ölçeklenebilirlik ve hata toleransı konuları bulut tabanlı mimarilerin tasarımı üzerinden uygulamalı olarak ele alınır.
YZM330 BLOKZİNCİR TEKNOLOJİSİNİN TEMELLERİ: Blokzincirin temel kavramları; dağıtık defter teknolojisi, kriptografik özet (hash) fonksiyonları, konsensüs mekanizmaları (Proof of Work, Proof of Stake) ve akıllı sözleşmeler işlenir. Blokzincirin kripto para birimleri dışındaki tedarik zinciri, sağlık ve kimlik doğrulama gibi alanlardaki uygulamalarına örneklerle değinilir.
YZM331 YÖNEYLEM ARAŞTIRMASI: Doğrusal programlama, simpleks yöntemi, tamsayılı programlama ve temel sezgisel/metasezgisel optimizasyon yöntemleri işlenir. Kaynak tahsisi, çizelgeleme ve lojistik gibi karar destek problemlerinin modellenmesi uygulamalı örneklerle gösterilir.
YZM333 KRİPTOLOJİYE GİRİŞ: Kriptolojinin temel kavramları; klasik şifreleme yöntemleri, simetrik ve asimetrik şifreleme algoritmaları, özet (hash) fonksiyonları ve dijital imza işlenir. Kriptografik protokollerin bilgi güvenliği ve gizliliğinin sağlanmasındaki rolü uygulamalı örneklerle incelenir.
YZM420 KRİPTOGRAFİ VE VERİ GÜVENLİĞİ: Kriptografinin temel kavramları; simetrik ve asimetrik şifreleme algoritmaları, özet (hash) fonksiyonları, dijital imza ve anahtar yönetimi işlenir. Veri güvenliği protokolleri (SSL/TLS) ve güncel kriptografik saldırı/savunma yöntemleri örneklerle incelenir.
YZM421 GÖRÜNTÜ İŞLEME UYGULAMALARI: Görüntü işlemenin ileri uygulamaları; nesne tespiti, görüntü segmentasyonu, görüntü iyileştirme/onarım ve görüntü üretimi konuları güncel derin öğrenme mimarileriyle ele alınır. Öğrenciler gerçek veri kümeleri üzerinde uçtan uca bir görüntü işleme uygulaması geliştirir.
YZM422 GÖMÜLÜ SİSTEMLER: Gömülü sistemlerin donanım-yazılım mimarisi, mikrodenetleyici programlama, gerçek zamanlı işletim sistemleri (RTOS) ve çevresel birim arayüzleri (GPIO, I2C, SPI, UART) işlenir. Güç ve bellek kısıtları altında gömülü uygulama geliştirme becerisi uygulamalı laboratuvar çalışmalarıyla kazandırılır.
YZM423 SİBER GÜVENLİK İÇİN YAPAY ZEKÂ: Siber güvenlik tehditlerinin (kötü amaçlı yazılım, saldırı tespiti, çekişmeli örnekler) yapay zekâ yöntemleriyle tespiti ve önlenmesi işlenir. Makine öğrenmesi modellerinin güvenlik açıkları (çekişmeli saldırılar, veri zehirleme) ve savunma teknikleri güncel araştırmalar ışığında ele alınır.
YZM424 AJAN TABANLI MODELLEME VE AJAN YAPAY ZEKÂ TEKNOLOJİLERİ: Ajan tabanlı modelleme yaklaşımı, çok ajanlı sistemlerin mimarisi, ajanlar arası iletişim ve koordinasyon mekanizmaları işlenir. Büyük dil modeli tabanlı otonom ajan çerçeveleri (araç kullanımı, planlama, hafıza yönetimi) güncel örnekler ve uygulamalı projelerle incelenir.
YZM426 GÖMÜLÜ YAPAY ZEKÂ UYGULAMALARI: Kaynak kısıtlı donanımlarda (mikrodenetleyici, kenar cihazlar) derin öğrenme modellerinin çalıştırılması; model niceleme (quantization), budama (pruning) ve model damıtma (distillation) teknikleri işlenir. TinyML ve kenar yapay zekâsı (edge AI) uygulamaları örnek donanımlar üzerinde uygulamalı olarak gerçekleştirilir.
YZM427 DERİN PEKİŞTİRMELİ ÖĞRENME: Pekiştirmeli öğrenmenin temel kavramları (Markov karar süreçleri, değer/politika fonksiyonları) derin sinir ağlarıyla birleştirilerek derin pekiştirmeli öğrenme algoritmaları (DQN, Politika Gradyanı, Aktör-Kritik, PPO) işlenir. Oyun ortamları ve robotik simülasyonlar üzerinde uygulamalı projeler yürütülür.
YZM428 MAKİNE ÖĞRENMESİNDE İLERİ KONULAR: Derin öğrenmenin ileri konuları; dikkat mekanizmaları ve Transformer mimarileri, kendi kendine denetimli öğrenme, transfer öğrenme ve az örnekle öğrenme (few-shot learning) işlenir. Model sıkıştırma ve ölçeklendirme stratejileri güncel literatür makaleleri üzerinden tartışılır.
YZM429 BÜYÜK VERİ ANALİTİĞİ: Büyük ölçekli veri kümelerinin dağıtık işlenmesi (Spark, MapReduce), akış verisi analitiği ve gerçek zamanlı veri işleme mimarileri işlenir. Büyük veri üzerinde ölçeklenebilir makine öğrenmesi modellerinin eğitimi ve dağıtımı uygulamalı örneklerle ele alınır.
YZM430 ROBOTİK VE YAPAY ZEKÂ UYGULAMALARI: Robot kinematiği ve dinamiği, sensör füzyonu, konumlandırma ve haritalama (SLAM) temelleri işlenir. Yapay zekâ tabanlı algılama, planlama ve pekiştirmeli öğrenme yöntemlerinin otonom robotik sistemlere uygulanması örnek platformlar üzerinden uygulamalı olarak ele alınır.
YZM431 KONUŞMA VE SES İŞLEME: Ses sinyalinin sayısal işlenmesi, öznitelik çıkarımı (MFCC gibi), konuşma tanıma ve konuşmacı tanıma sistemlerinin temelleri işlenir. Derin öğrenme tabanlı otomatik konuşma tanıma (ASR) ve metinden konuşmaya (TTS) sistemleri uygulamalı örneklerle incelenir.
YZM433 BLOKZİNCİR TEKNOLOJİSİ UYGULAMALARI: Blokzincir tabanlı akıllı sözleşme geliştirme, merkeziyetsiz uygulama (dApp) tasarımı ve dağıtık defter platformları (Ethereum gibi) üzerinde uygulama geliştirme işlenir. Öğrenciler bir blokzincir platformu üzerinde uçtan uca küçük ölçekli bir uygulama geliştirir.s
