KOCAELİ ÜNİVERSİTESİ
Fen - Edebiyat Fakültesi
Yapay Zeka ve Makine Öğrenmesi Bölümü
GENEL BİLGİ
Program Yöneticisi Prof. Dr.Mehmet Melih İNAL Öğrenim Şekli Tam Zamanlı
Web Adresi https://yapayzeka.kocaeli.edu.tr/ E-posta yapayzeka@kocaeli.edu.tr
Telefon Numarası 00902623032040 Belgegeçer 0090 262 303 2003
Amaç Yapay Zeka ve Makine Öğrenmesi Bölümü, öğrencilere yapay zeka ve makine öğrenmesi alanlarında derinlemesine bilgi ve beceriler kazandırmayı, bu alanda yenilikçi ve etik çözümler geliştirebilecek yetkin profesyoneller yetiştirmeyi amaçlamaktadır.
Misyon Misyonumuz, güçlü bir teorik altyapı ve uygulamalı eğitim sunarak, öğrencilerin yapay zeka ve makine öğrenmesi teknolojilerini etkin bir şekilde kullanabilmelerini sağlamaktır. Etik değerler çerçevesinde, disiplinler arası çalışmalar ve araştırma olanakları ile öğrencilerin problem çözme yeteneklerini geliştirmek ve onları global iş piyasasına hazırlamaktır.
Vizyon Vizyonumuz, yapay zeka ve makine öğrenmesi alanında ulusal ve uluslararası düzeyde öncü bir eğitim ve araştırma merkezi olarak tanınmaktır. Bölümümüz, sürekli yenilik peşinde koşan, topluma ve endüstriye değer katan projeler geliştiren, küresel işbirliklerine açık ve teknoloji odaklı liderler yetiştiren bir yapı olmayı hedeflemektedir.
Kabul Koşulları Türk uyruklu öğrenciler, Kocaeli Üniversitesi Fen Edebiyat Fakültesi Yapay Zeka ve Makine Öğrenmesi Bölümü’ne kayıt yaptırmak için Yükseköğretim Kurulu tarafından belirlenen yönetmelikler çerçevesinde düzenlenen merkezi sınavları başarmış olması gerekir. Uluslararası öğrenciler, Yükseköğretim Kurulu tarafından belirlenen kurallar çerçevesinde uluslararası geçerliliği olan sınavlarla kabul edilmektedir. Değişim öğrencilerinin programa kabulü ikili anlaşmalar çerçevesinde yapılmaktadır. Değişim öğrencilerinin kabulünü Uluslararası İlişkiler Birimi, ulusal öğrenci kabulünü Farabi Değişim Programı Birimi yürütmektedir. Uluslararası öğrencilerin kabulünü ise Öğrenci İşleri Daire Başkanlığı yürütmektedir. Üniversite tarafından onaylanmış ve bir anlaşma ile sınırları belirlenmiş öğrenci değişim programları kapsamında yurt dışından gelen öğrenciler bölümde İngilizce olarak verilen derslere kayıt yaptırabilirler. Öğrenci Türkçe dil bilgisi yeterliğine sahipse Türkçe derslere de kayıt yaptırabilir.
Dereceyi Alabilme Koşulları, Kuralları Öğrencinin bu programda lisans derecesini alabilmesi için: a) Toplam 240 AKTS iş yükünü sağlaması, b) Programdaki tüm dersleri başarmış olması, c) Genel not ortalamasının en az 2,00 olması gerekmektedir.
Program Genel Profili
Genel Bilgi
Mezunlar İçin İstihdam Olanakları Yapay Zeka ve Makine Öğrenmesi bölümünden mezun olan öğrenciler genellikle kariyer hedeflerini yapay zeka ve makine öğrenimi uzmanlığına odaklayarak büyük teknoloji şirketlerinde, finans kuruluşlarında, eğitim, sağlık, elektronik, otomotiv gibi birçok farklı sektörde ; Yapay Zeka ve Makine Öğrenmesi bölümünden mezun olan öğrenciler, yapay zeka ve makine öğrenimi uzmanlıkları ile büyük teknoloji şirketleri, finans kuruluşları, sağlık sektörü, eğitim alanı, elektronik ve otomotiv endüstrileri dahil olmak üzere birçok farklı sektörde kariyer yapma fırsatı bulurlar. Mezunlar, - İş analisti, - Zeki sistemler uzmanı, - Veri madenciliği ve Algoritma uzmanı, - Yapay Zeka Tasarım Mühendisi, - Bilişim teknolojileri uzmanı, - Araştırma Bilimcisi, - Veri analisti, olarak çalışma imkanı bulabilirler.
Sonraki Eğitim Olanakları
Mezuniyet Koşulları Mezunu olabilmek için toplamda en az 240 AKTS kredisi olmak üzere zorunlu ve seçmeli derslerin alınması ve bu derslerden başarılı olunması gerekmektedir.
KAZANILAN DERECE

Yapay Zeka ve Makine Öğrenmesi Lisansı

KAZANILAN DERECE SEVİYESİ

Lisans derecesi

ÖNCEKİ ÖĞRENMENİN TANINMASI

Türkiye'deki ve yabancı ülkelerdeki yükseköğretim kurumlarından Kocaeli Üniversitesine dikey veya yatay geçiş yapmak isteyen öğrenciler için "Yükseköğretim Kurumlarında Ön Lisans ve Lisans Düzeyindeki Programlar Arasında Geçiş, Çift Anadal, Yandal ile Kurumlararası Kredi Transferi Yapılması Esaslarına İlişkin Yönetmelik" hükümleri uygulanır.

Erasmus programı kapsamında yurt dışında öğrenim gören öğrenciler için, gitmeden önce öğrenim anlaşmasındaki dersleri dikkate alınarak "tanınma belgesi" hazırlanır ve Kocaeli Üniversitesi tarafından tam akademik tanınma teyit edilir. Tam akademik tanınma yurtdışında yapılan eğitimin (sınavlar ve diğer değerlendirme şekillerinin dahil ederek) Kocaeli Üniversitesindeki karşılığı ile yer değiştirme anlamına gelir.

Sertifikaya dayanan (Informal) ve tecrübeye dayanan (Nonformal) öğrenmenin tanınması ile ilgili olarak Türkiye ve dışındaki Yükseköğretim Kurumlarında başlangıç aşamasındadır. Buna rağmen öğrencilerin kendi imkanları ile edindikleri Bilgisayar Becerileri ve Yabancı Dil Becerileri, Üniversitenin açmış olduğu muafiyet sınavları ile ölçülmektedir. Bu sınavlarda yeterli bir not alan öğrenciler, kayıt oldukları programın ilgili ders(ler)inden muaf olmaktadırlar.
PROGRAM YETERLİLİKLERİ

  • Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
  • Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
  • Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
  • Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
  • Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
  • Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
  • Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
  • Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
  • Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
  • Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
  • Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
  • Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
  • Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.

Anahtar/Aktarılabilir Yeterlilikler

  • Bilgi ve görüşlerini yazılı ve sözlü aktarabilme.
  • Bilgi ve becerileri eleştirel bir anlayışla değerlendirebilme.
  • Bağımsız çalışabilme ve sorumluluk alabilme.
  • Birlikte çalışmaya yatkın olabilme.
  • Öğrenmeyi öğrenebilme ve yönetebilme.
  • Dijital (bilgi ve iletişim teknolojileri) yetkinliği kullanabilme.
  • Meslek çevresiyle iletişim kurabilecek düzeyde bir yabancı dili kullanabilme.
  • Bilimsel etik kuralları benimseme ve uyma.
  • Düşüncelerini eyleme dönüştürme amacıyla inisiyatif alarak, girişimde bulunabilme.
  • Bilimsel araştırma bilgi ve becerisini kullanabilme.
  • Bir çalışmayı yönlendirebilme ve yönetebilme
  • Toplumsal ve kültürel değerleri gözetebilme.
  • Konularda çoklu bakış açılarını kullanabilme.
  • Matematiksel yetkinlik ve bilim/teknolojiyi kullanabilme.
  • Bireysel gelişimine katkı sağlayabilecek alanlarda (sanat, spor, v.b) kendini ifade edebilme.
TEMEL ALAN/TYYÇ İLİŞKİSİ
Temel Alan Program Yeterlilikleri Ulusal Yeterlilik Çerçevesi
1Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır. 2Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular. 3Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir. 4Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir. 5Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir. 6Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir. 7Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir. 8Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır. 9Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır. 10Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır. 11Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir. 12Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar. 13Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
BİLGİ
Kuramsal, Olgusal		     PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		  PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
BİLGİ 1: Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma. 		1Having theoretical and practical knowledge supported by coursebooks with up-to date information, practice equipments and tools and other resources at advanced level. BİLGİ
Kuramsal, Olgusal
 
BECERİLER
Bilişsel, Uygulamalı		       PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		  PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		  PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		  PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
BECERİLER 1: Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme. 		1Using advanced level of field specific theoretical and practical knowledge. BECERİLER
Bilişsel, Uygulamalı
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		  PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		  PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		  PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
BECERİLER 2: Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme. 		2Interpreting and evaluating the data, and specifying, analyzing the problems, developing proof and research based solution suggestions by using the knowledge and skills gained in the field.
 
YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği		       PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		  PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		  PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 1: Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme. 		1Conducting an independent study at advanced level. YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		  PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		  PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 2: Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme. 		2Undertaking responsibility in the solution of complicate and unexpected problems encountered in field practices.
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 3: Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme. 		3Planning and managing activities regarding the progress of subordinating staff within the framework of a project.
YETKİNLİKLER
Öğrenme Yetkinliği 		      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		  PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 1: Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme. 		1Assessing the advanced level of knowledge and skills gained in the field with a critical point of view. YETKİNLİKLER
Öğrenme Yetkinliği
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		  PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 2: Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme. 		2Determining learning requirements and managing his/her learning.
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		  PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 3: Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme. 		3Developing a positive attitude towards life long learning.
YETKİNLİKLER
İletişim ve Sosyal Yetkinlik		       PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		  PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		  PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 1: Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme. 		1Informing related people or instutitions in field specific issues; conveying opinions and solution suggestions regarding the field specific problems both in written and oral ways. YETKİNLİKLER
İletişim ve Sosyal Yetkinlik
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		  PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		  PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 2: Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme. 		2Sharing field specific opinions and solution suggestions by supporting them qualitative and quantitative data with experts or nonexperts.
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		  PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 3: Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme. 		3Organizing and implementing projects and activities for the social environment s/he is involved with an awareness of social responsibility.
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		  PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		  PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 4: Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme. 		4Following the advances in the field and communicating with collegues by having proficiency in one foriegn language at least in Common European Framework B1 level.
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		  PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		    PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 5: Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme. 		5Using computer software skills at least at advanced level as specified by European Computer Driving Licence , along with using information and communication technologies as required by the study field.
YETKİNLİKLER
Alana Özgü Yetkinlik		       PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		  PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 1: Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme. 		1Considering social, scientific, cultural and ethical values in field specific data collection, interpretation, implementation and in announcement of the results. YETKİNLİKLER
Alana Özgü Yetkinlik
      PY 1: Öğrenciler, bilgisayar programlamanın temellerini öğrenir ve bu bilgilerini yapay zeka ve makine öğrenmesi alanlarında kullanma yetkinliği kazanır.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 2: Öğrenciler, yapay zeka ve makine öğrenmesi alanındaki çalışmaları için gerekli olan matematiksel kavramları ve teknikleri anlar ve uygular.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 3: Öğrenciler, algoritmaların tasarımı, analizi ve optimizasyonu konusunda derinlemesine bilgi sahibi olur ve bu bilgiyle etkin çözümler geliştirebilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 4: Öğrenciler, denetimli ve denetimsiz öğrenme yöntemleri gibi makine öğrenmesinin temel ilkelerini öğrenir ve bunları çeşitli problemlere uygulayabilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 5: Öğrenciler, yapay zekanın temel tekniklerini ve bu tekniklerin etik kullanımını öğrenir, bu sayede sosyal ve teknolojik sorumluluk bilinciyle yapay zeka sistemleri tasarlayabilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 6: Öğrenciler, veri toplama, analizi ve yorumlama süreçlerini öğrenir ve bu bilgiyle makine öğrenmesi modelleri geliştirebilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 7: Öğrenciler, derin öğrenme yöntemlerini ve yapay sinir ağlarını anlar, bu bilgileri karmaşık veri kümeleri üzerinde uygulayarak yenilikçi çözümler üretebilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 8: Öğrenciler, optimizasyon problemlerini tanır, analiz eder ve çözüm üretmek için modern yöntemleri kullanır.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 9: Öğrenciler, yazılım geliştirme sürecinde gereksinim analizi, tasarım, uygulama ve test etme aşamalarını öğrenir ve bu süreçleri yapay zeka projelerinde kullanır.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		  PY 10: Öğrenciler, yapay zeka ve makine öğrenmesi teknolojilerinin etik boyutlarını anlar ve sosyal sorumluluk bilinciyle bu teknolojileri kullanır.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		  PY 11: Öğrenciler, disiplinler arası ekiplerde etkili bir şekilde çalışabilir ve teknik bilgilerini hem yazılı hem de sözlü olarak etkili bir şekilde aktarabilir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 12: Öğrenciler, sürekli gelişen yapay zeka ve makine öğrenmesi alanlarında kendilerini yenileme ve kariyerlerini ilerletme becerisine sahip olurlar.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		    PY 13: Öğrenciler, endüstriyel uygulamalar ve stajlar aracılığıyla teorik bilgilerini pratiğe dökme fırsatı bulur ve iş dünyasına hazır hale gelir.
YETKİNLİKLER 2: Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma. 		2Having social consciousness in the univeralism of social rights, social justice, quality culture and protection of cultural values and environment, occupational health and safety issues.
DERS LİSTESİ
KOCAELİ ÜNİVERSİTESİ
Fen - Edebiyat Fakültesi / Yapay Zeka ve Makine Öğrenmesi Bölümü
2026/2027 Eğitim Öğretim Yılı DERS LİSTESİ
  
 
1. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121001 YPZ101 Programlamaya Giriş Zorunlu Ders Türkçe Teori+Uygulama D 2 2 0 4 3 5
0121002 YPZ103 Yapay Zeka ve Makine Öğrenimine Giriş Zorunlu Ders Türkçe Teori+Uygulama D 3 2 0 5 4 6
9501049 FEF117 Fizik Zorunlu Ders Türkçe Teori+Uygulama D 3 1 0 4 4 6
9501050 FEF121 Matematik I Zorunlu Ders Türkçe Teori+Uygulama D 4 1 0 5 5 7
9901012 TDB103 Türk Dili I (UE) Zorunlu Ders Türkçe e_ders D 2 0 0 2 2 2
9903363 YDB101 İngilizce I (UE) Zorunlu Ders İngilizce e_ders D 2 0 0 2 2 2
9905013 AIT101 Atatürk İlkeleri ve İnkilap Tarihi I (UE) Zorunlu Ders Türkçe e_ders D 2 0 0 2 2 2
Zorunlu Ders AKTS Toplamı 30
1. Yarıyıl AKTS Toplamı 30
 
2. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121003 YPZ102 Nesneye Yönelik Programlama Zorunlu Ders Türkçe Teori+Uygulama D 2 2 0 4 3 5
0121004 YPZ104 Makine Öğrenmesinin İlkeleri Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
0121005 YPZ106 Algoritmalar Zorunlu Ders Türkçe Teorik D 2 0 0 2 2 3
9501051 FEF124 Lineer Cebir Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 4
9501052 FEF122 Matematik II Zorunlu Ders Türkçe Teori+Uygulama D 4 1 0 5 5 7
9901013 TDB106 Türk Dili II (UE) Zorunlu Ders Türkçe e_ders D 2 0 0 2 2 2
9903366 YDB102 İngilizce II (UE) Zorunlu Ders İngilizce e_ders D 2 0 0 2 2 2
9905014 AIT102 Atatürk İlkeleri ve İnkilap Tarihi II (UE) Zorunlu Ders Türkçe e_ders D 2 0 0 2 2 2
9912002 KYP118 Kariyer Planlama Zorunlu Ders Türkçe Kariyer Planlama D 2 0 0 2 2 0
Zorunlu Ders AKTS Toplamı 30
2. Yarıyıl AKTS Toplamı 30
 
3. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121006 YPZ201 Veri Yapıları Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
0121007 YPZ203 Ayrık Matematik Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
0121008 YPZ205 Yapay Zeka ve Etik Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 4
0121009 YPZ207 Bilimsel Hesaplama Teknikleri Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 4
0121010 YPZ209 Olasılık ve İstatistik Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 4
9501017 FEF203 Diferansiyel Denklemler Zorunlu Ders Türkçe Teorik D 3 1 0 4 4 5
Zorunlu Ders AKTS Toplamı 27
  Üniversite Seçmeli I 3
3. Yarıyıl AKTS Toplamı 30
 
4. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121011 YPZ202 Algoritma Tasarımı ve Analizi Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 4
0121012 YPZ204 Denetimli Öğrenmenin Temelleri Zorunlu Ders Türkçe Teori+Uygulama D 2 2 0 4 3 6
0121013 YPZ206 Yapay Zekanın İlkeleri Zorunlu Ders Türkçe Teori+Uygulama D 3 1 0 4 4 6
0121014 YPZ208 Veri Bilimi için İstatistik Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 6
0121015 YPZ210 Staj I Zorunlu Ders Türkçe Staj D 0 2 0 2 1 5
Zorunlu Ders AKTS Toplamı 27
  Üniversite Seçmeli II 3
4. Yarıyıl AKTS Toplamı 30
 
5. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121016 YPZ301 Yapay Sinir Ağları Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
0121017 YPZ303 Uygulamalı Yapay Zeka Zorunlu Ders Türkçe Teori+Uygulama D 3 2 0 5 4 6
0121018 YPZ305 Yazılım Gereksinimleri ve Analizi Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
0121019 YPZ307 İş Sağlığı ve Güvenliği I Zorunlu Ders Türkçe Teorik D 2 0 0 2 2 2
0121020 YPZ309 Teknik İngilizce Zorunlu Ders Türkçe Teorik D 2 0 0 2 2 3
Zorunlu Ders AKTS Toplamı 21
  Üniversite Seçmeli III 3
0121031 YPZ311 Otomat Teorisi Seçmeli Ders Grup I Türkçe Teorik D 3 0 0 3 3 6
0121033 YPZ315 Bilgisayar Grafikleri Seçmeli Ders Grup I Türkçe Teorik D 3 0 0 3 3 6
0121034 YPZ317 Veritabanı Sistemleri Seçmeli Ders Grup I Türkçe Teorik D 3 0 0 3 3 6
0121044 YPZ313 Kombinatoryal Optimizasyon Seçmeli Ders Grup I Türkçe Teorik D 3 0 0 3 3 6
0121046 YPZ319 Beyin Bilgisayar Arayüzleri Seçmeli Ders Grup I Türkçe Teorik D 3 0 0 3 3 6
9511001 SBA101 Bağımlılık ve Bağımlılıkla Mücadele Seçmeli Ders Grup I Türkçe Bağımlılık D 2 0 0 2 2 3
En Az Seçilebilir AKTS Değeri 6
5. Yarıyıl AKTS Toplamı 30
 
6. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121021 YPZ302 Veri Madenciliği Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 6
0121022 YPZ304 Uygulamalı Makine Öğrenmesi Zorunlu Ders Türkçe Teori+Uygulama D 3 2 0 5 4 6
0121023 YPZ306 İş Sağlığı Ve Güvenliği II Zorunlu Ders Türkçe Teorik D 2 0 0 2 2 2
0121024 YPZ310 Staj II Zorunlu Ders Türkçe Staj D 0 2 0 2 1 5
0121054 YPZ308 Derin Öğrenme Zorunlu Ders Türkçe Teorik D 3 0 0 3 3 5
Zorunlu Ders AKTS Toplamı 24
0121036 YPZ312 Doğrusal Optimizasyon Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 6
0121037 YPZ314 Meta Sezgisel Optimizasyon Yöntemleri Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 6
0121038 YPZ316 Zaman Serisi Verileri için Makine Öğrenimi Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 6
0121039 YPZ318 Sayısal Analiz Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 6
0121040 YPZ320 Dijital Sinyal İşleme Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 5
0121055 YPZ322 Uygulamalı Mekânsal Veri Analizi Seçmeli Ders Grup II Türkçe Teorik D 3 0 0 3 3 6
En Az Seçilebilir AKTS Değeri 6
6. Yarıyıl AKTS Toplamı 30
 
7. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121025 YPZ401 Optimizasyon Teorisine Giriş Zorunlu Ders Türkçe Teori+Uygulama D 3 2 0 5 4 6
Zorunlu Ders AKTS Toplamı 6
0121032 YPZ409 Görüntü İşlemeye Giriş Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121035 YPZ413 Doğal Dil İşleme Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121041 YPZ403 Graf Sinir Ağları Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121042 YPZ405 Bilgisayarla Görü Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121043 YPZ407 Robotiğe Giriş Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121045 YPZ411 Derin Üretken Modeller Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121047 YPZ413 Biyoinformatiğe Giriş Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
0121056 YPZ415 Akıllı Mekânsal Bilgi Sistemi ve Yapay Zeka Uygulamaları Seçmeli Ders Grup III Türkçe Teorik D 3 0 0 3 3 6
En Az Seçilebilir AKTS Değeri 24
7. Yarıyıl AKTS Toplamı 30
 
8. Yarıyıl
Katalog Ders Kodu Ders Adı Dersin Statüsü Ders Dili Ders Türü Ders Süre Teo Uyg Lab Saat Kredi AKTS
0121026 YPZ402 Bitirme Projesi Zorunlu Ders Türkçe Bitirme Çalışması D 0 2 0 2 1 6
0121027 YPZ404 Pekiştirmeli Öğrenme Zorunlu Ders Türkçe Teori+Uygulama D 3 2 0 5 4 6
Zorunlu Ders AKTS Toplamı 12
0121048 YPZ406 Paralel Programlama Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
0121049 YPZ408 İnsan Bilgisayar Etkileşimi Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
0121050 YPZ410 Hesaplamalı Biyoloji Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
0121051 YPZ412 Oyun Teorisi Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
0121052 YPZ414 Bilişsel Robotik Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
0121053 YPZ416 Bulut Hesaplama Seçmeli Ders Grup IV Türkçe Teorik D 3 0 0 3 3 6
En Az Seçilebilir AKTS Değeri 18
8. Yarıyıl AKTS Toplamı 30
SINAVLAR, ÖLÇME VE DEĞERLENDİRME

Sınavlar, ölçme ve değerlendirme Kocaeli Üniversitesi Önlisans ve Lisans Eğitim Öğretim Yönetmeliği esas alınarak yürütülür. Sunulan dersin içeriğine göre ve ilgili öğretim elemanı tarafından bilgi formunda belirtilmek koşulu ile ara sınav, final, kısa sınav, sunum, ödev, proje, portfolyo, uygulama gibi değişik ölçme araçları bu sürece dâhil edilebilir. Bu araçların başarıya etkisi %30 ile %70 arasında değişebilir. Bir öğrencinin final sınavına girebilmesi için teorik derslerde %70, pratik derslerde ise %80 devam zorunluluğunu yerine getirmiş olması önkoşulu aranmaktadır. Başarı notu, yarıyıl içi çalışmaları ve final notu esas alınarak saptanır. Devam zorunluluğunu bir kez yerine getiren öğrencinin o dersten kalması durumunda tekrar devam zorunluluğu aranmaz. Fakültenin ilgili kurulu tarafından kabul edilen geçerli bir mazereti olan öğrenciler için mazeret sınavı uygulanır. Daha detaylı bilgi için, ders listesi sayfasından derslere tıklayınız.

Harf notlarının 100 puan üzerinden karşılıkları ve katsayıları aşağıda gösterilmiştir.

Puan Başarı Notu Katsayı Başarı Durumu
90-100 AA 4 Başarılı
80-89 BA 3.5 Başarılı
75-79 BB 3 Başarılı
70-74 CB 2.5 Başarılı
60-69 CC 2 Başarılı
50-59 DC 1.5 Koşullu
40-49 DD 1 Başarısız
30-39 FD 0.5 Başarısız
0-29 FF 0 Başarısız
  D 0 Devamsız
  N 0 Girmedi
  E 0 Eksik
  G 0 Geçer
  K 0 Kalır
  S 0 Süren Çalışma
 
 
Umuttepe Yerleşkesi 41001 - İzmit/Kocaeli
Phone: +90 (262) 303 12 01 - 02 Fax: +90 (262) 303 12 03
http://www.kocaeli.edu.tr E-Mail: ogrenci@kocaeli.edu.tr