Yapay Zeka Mühendisliği (YL) (Tezli) (İngilizce)
Ders İçerikleri


1. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
AO5001 Artificial Intelligence Principles 3+0+0 9 Zorunlu
Design, implementation, and selected applications of intelligent software agents and multi-agent systems. Computational models of intelligent behavior, include problem-solving, knowledge representation, reasoning, planning, decision-making, learning, perception, action, communication, and interaction.
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
IGE5500 Scientific Research Methods and Ethics 3+0+ 9 Zorunlu

2. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
AO5102 Advanced Algorithm Design 3+0+6 6 Zorunlu
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
AO5104 Data Science 3+0+0 6 Zorunlu
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
COE5102 Seminar 0+0+0 12 Zorunlu
Öğrencilerin, eğitimini sürdürdükleri alanda ve/veya tez konuları ile ilgili güncel, akademik ve toplumsal gelişmelere katkı sağlayacak özgün bir çalışmayı, bilimsel araştırma normlarına uygun olarak hazırlayarak, toplum önünde anlatabilme, yorumlama, tartışabilme ve iletişim yeteneğini geliştirme amacına yönelik çalışma.

3. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
AI5189 Master Thesis 1 0+0+0 30 Zorunlu
Görev, bireysel olarak yapılması gereken bağımsız çalışmalardan oluşur. Görev, konu seçimi, problem formülasyonu ve problem tanımı, literatür çalışmaları, pratik deneyler de dahil olmak üzere ampirik veri toplama, geliştirme, bir raporun hazırlanması ve raporun bir seminerde sunulması ve savunulmasını içerir. Raporun belirli bilimsel kriterleri karşılaması gerekiyor. Ders ayrıca başka bir grubun tez raporuna muhalefeti de içermektedir.

4. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
AI5190 Master Thesis 2 0+0+ 30 Zorunlu


Bölüm/Program Seçmeli Dersler


Ders KoduDers Adı(T+U+L)AKTS
AO5001 Artificial Intelligence Principles 3+0+0 9
Design, implementation, and selected applications of intelligent software agents and multi-agent systems. Computational models of intelligent behavior, include problem-solving, knowledge representation, reasoning, planning, decision-making, learning, perception, action, communication, and interaction.
Ders KoduDers Adı(T+U+L)AKTS
AO5006 Aspects of Deep Learning 3+0+0 6
Öğrenciler Python programlama dili kullanarak projeler yapacaktır. Projeler ekip bazında yapılacaktır.
Ders KoduDers Adı(T+U+L)AKTS
AO5012 Human-Computer Interaction 3+0+0 6
Kullanıcı arayüzlerinin temel ilkelerini öğretmek. Öğrencilere kullanılabilirlik modellerini ve ilkelerini tanıtın. Öğrencilerin kullanıcı ve görev analizleri yapmasını sağlayın. Öğrencilerin dönem projelerini tamamlamalarını sağlayarak tasarımı, prototip geliştirmeyi ve değerlendirmeyi öğretin. Renk ve tipografi gibi arayüz özelliklerinin etkilerini tartışın. Yeni kullanıcı arayüzü tekniklerini öğretin.
Ders KoduDers Adı(T+U+L)AKTS
AO5013 Robotic Systems 3+0+0 6
Bu derste, otonom robotların alt-sistemleri ve bileşenleri tanıtılır, hareket teknikleri öğretilir, yörünge planlaması ile ilgili uygulamalar çalışılır, robotlar için kontrol stratejileri açıklanır, robotlarda yeni teknolojiler ve uygulama alanları hakkında öğrenciler bilgilendirilir.
Ders KoduDers Adı(T+U+L)AKTS
AO5015 Optimization Algorithms 3+0+0 6
Dersin içeriği; optimizasyon kavramı ve kullanım alanları, metasezgisel algoritmaların gelişim süreçleri, en sık kullanılan algoritmalara ait detaylı bilgiler ve uygulama örneklerini içermektedir.
Ders KoduDers Adı(T+U+L)AKTS
AO5017 Computational Biology 3+0+0 6
Ders, genetik ve genomiğin temel kavramlarını, yeni nesil dizileme teknolojilerini, DNA dizilimini, RNA dizilimini, temel biyoloji/biyoinformatik veri tabanlarını ve veri kümelerini, biyolojik verilerin işlenmesi için gerekli temel biyoinformatik araçlarını, biyolojik ağları ve biyolojik ağların oluşturulması ve işlenmesini içermektedir.
Ders KoduDers Adı(T+U+L)AKTS
AO5018 Machine Learning Operations 3+0+0 6
Bu dersi tatmin edici bir şekilde tamamladıktan sonra bir öğrenci: 1. Temel bir iyi tanımlanmış MLOps problemini tasarlayabilecek. 2. MLOps yöntem ve algoritmalarını kullanarak iyi tanımlanmış bir problemi çözebilecek. 3. MLOps temel methodlarını açıklayabilecek. 4. Yazılım dilleri kullanarak MLOps sistemleri geliştirebilecek. 5. Bir MLOps projesinde takım halinde çalışabilecek.
Ders KoduDers Adı(T+U+L)AKTS
COE5006 Error-Correcting Codes 3+0+0 6
Lineer kodlar, ağırlıklar ve uzaklıklar, üreteç ve kontol matrisleri, dual kodlar, Hamming kodları, Reed Muller kodları, Golay kodları, sınırlar, sonlu cisimler, devirli kodlar, BCH ve Reed Solomon kodları, ağırlık dağılımları.
Ders KoduDers Adı(T+U+L)AKTS
COE5010 Advanced Computer Architecture 3+0+0 6
Bilgisayar mimarisinin temel prensipleri. Bilgisayar mimarisinin organizasyonu ve tasarımı. Yüksek seviye dil ile yazılmış programların bilgisayar donanımı üzerinde çalıştırılması. SPIM simülatörünün kullanılması. Interrupt’lar, ISA ve performans ölçütleri. Tek döngülü veri yolu, pipeline, pipeline edilmiş veri yolu ve forwarding. Pipeline stalling’leri ve Intel Asm. SSE, MMX, önbellekler, sanal bellekler, paralel programlar ve OpenMP. IO, paylaşımlı bellekler ve komut seviyesi paralellik. Komut İşletim Planlama.
Ders KoduDers Adı(T+U+L)AKTS
COE5012 Parallel Computing 3+0+0 6
Paralel hesaplama yöntemleri, algoritmalar ve paralel mimariler. Farklı mimariler için geliştirilmiş paralel programlama dillerinin örnek uygulamalar üzerinde gösterilmesi. Paralel programların performans ölçümlerinin yapılması ve analizi.
Ders KoduDers Adı(T+U+L)AKTS
COE5015 Cloud Computing 3+0+0 6
Bu kurs, “Essentials of CLOUD COMPUTING” kitabı ve ayrıca dersin hocası tarafından yayınlanan birkaç araştırma makalesi kullanılarak sunulacaktır. Ayrıca, bu ders bulut bilişimdeki temel zorlukları sunar ve bu bağlamda yüksek lisans derecesine devam etmek isteyen öğrenciler için gereklidir.
Ders KoduDers Adı(T+U+L)AKTS
COE5022 Internet of Things 3+0+0 6
dersinin içeriği aşağıdaki temel konuları kapsar: Temel Elektronik ve Donanım Bilgisi: Programlama Dilleri: Nesnelerin İnterneti Protokolleri: Veri Toplama ve İşleme: Kablosuz İletişim Teknolojileri: Uygulama Geliştirme ve Platformlar: Güvenlik ve Gizlilik: Endüstriyel IoT ve Uygulamaları:
Ders KoduDers Adı(T+U+L)AKTS
COE5026 Wireless Adhoc Networks 3+0+0 6
Kablosuz Ad Hoc Ağlar kursu, kablosuz iletişim alanında derinlemesine bir yürüyüşe çıkacak. Ders, geçici ağların, yönlendirme algoritmalarının, taşıma protokollerinin, kablosuz internetin ve ağ güvenliğinin temel ilkeleri ve zorluklarıyla başlayacaktır. Kurs ilerledikçe Hizmet Kalitesi (QoS) hususları ve geçici ağlarda enerji yönetimi çözümleri hakkında bilgiler sunulacaktır. Araç özel ağları ve en son teknoloji de derste tartışılacaktır.
Ders KoduDers Adı(T+U+L)AKTS
COE5102 Seminar 0+0+0 12
Öğrencilerin, eğitimini sürdürdükleri alanda ve/veya tez konuları ile ilgili güncel, akademik ve toplumsal gelişmelere katkı sağlayacak özgün bir çalışmayı, bilimsel araştırma normlarına uygun olarak hazırlayarak, toplum önünde anlatabilme, yorumlama, tartışabilme ve iletişim yeteneğini geliştirme amacına yönelik çalışma.
Ders KoduDers Adı(T+U+L)AKTS
CYS5003 Introductıon To Cryptography And Securıty Protocols 3+0+0 6
Kriptografinin genel kavramları, klasik kriptosistem ve kriptoanalizin temelleri, simetrik ve asimetrik kriptografi algoritmaları (OTP, DES, 3DES, AES, RC5, RSA), açık anahtar kriptografisi, kriptografik hash fonksiyonları, veri bütünlüğü ve mesaj kimlik doğrulaması, dijital imzalar, güvenli anahtar değişimi (Diffie-Hellman anahtar değişimi), kimlik doğrulama mekanizmaları, kimlik doğrulama protokolleri, güvenlik protokolü tasarımı, analiz ve doğrulama, erişim kontrolü ve yetkilendirme. Mevcut bazı uygulama katmanı güvenlik protokolleri (e-posta güvenliği gibi).
Ders KoduDers Adı(T+U+L)AKTS
CYS5004 Advanced Cryptography 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
CYS5012 Cyber Securıty 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
CYS5013 Computer Network Securıty 3+0+0 6
Ders KoduDers Adı(T+U+L)AKTS
DATS5027 Machine Learning Applications in Business 1+2+ 6
1.İş bağlamında makine öğrenimi kavramlarına ve algoritmalarına genel bakış. 2. Veri ön işleme, özellik mühendisliği ve veri görselleştirme teknikleri. 3. İş dünyasında karar verme sürecinde regresyon ve sınıflandırma için denetimli öğrenme modelleri. 4. Müşteri segmentasyonu, pazar sepeti analizi ve anomali tespiti için denetimsiz öğrenme. 5. İş uygulamaları için makine öğrenimi modellerinin ve dağıtım stratejilerinin değerlendirilmesi.