BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE)
Kazanılan Yeterlilik	Program Süresi	Toplam Kredi (AKTS)	Öğretim Şekli	Yeterliliğin Düzeyi ve Öğrenme Alanı
	4	240	FULL TIME	TYÇ, TYYÇ, EQF-LLL, ISCED (2011):6. Düzey QF-EHEA:1. Düzey TYYÇ, ISCED (1997-2013): 48,52

Ders Genel Tanıtım Bilgileri

Ders Kodu:

1415002038

Ders İsmi:

Generative Artificial Intelligence

Ders Yarıyılı:

Güz

Ders Kredileri:

Teorik	Pratik	Laboratuvar	Kredi	AKTS
3	0	0	3	5

Öğretim Dili:

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Ders İçin Önerilen Diğer Hususlar:

yok

Dersin Türü:

Department Elective

Dersin Seviyesi:

Lisans

TYYÇ:6. Düzey

QF-EHEA:1. Düzey

EQF-LLL:6. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Doç. Dr. Oğuz ATA

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Dersin temel amacı önceden eğitilmiş üretken Yapay Zeka modelleri ve farklı verilerden yola çıkarak, makinelerin metin, resim, müzik ve daha fazlası gibi yeni içerikler üretmesini sağlayan yeni teknolojileri, platformları ve algoritmaları uygulamalı olarak sunmaktır.

Dersin İçeriği:

Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme ve Üretken Yapay Zeka'ya Giriş, Önceden Eğitilmiş Yapay Zeka Modelleriyle Çalışma, Metin Oluşturmanın Temelleri, Yapay Zeka ile Görüntü Oluşturma, Yapay Zeka Tarafından Oluşturulan Müzik ve Ses, Video Oluşturma ve Animasyon için Yapay Zeka, Çok Modelli Yapay Zeka - Metin, Görüntü ve Ses Birlikte, Kişiselleştirilmiş İçerik için Yapay Zeka'nın İnce Ayarı, Seçili Kullanım Örnekleri: Üretken Yapay Zeka ile Görüntü Altyazısı Oluşturma, Kendi ChatGPT Benzeri Web Sitenizi Oluşturun, Sesli Asistan Oluşturun, Üretken Yapay Zeka Destekli Toplantı Asistanı, Yapay Zeka ve RAG ile Özel Verilerinizi Özetleyin, LMM ve STT TSS ile Evrensel Dil Çevirmeni.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Kazanımları

1 - Bilgi
Kuramsal - Olgusal
1) Etik ve Toplumsal Sonuçlar: Mezunlar, üretken AI teknolojilerini kullanmanın ve dağıtmanın etik, yasal ve toplumsal sonuçlarına ilişkin eleştirel bir farkındalık geliştireceklerdir. Bu, sentetik medyanın özgünlüğü ve etik kullanımıyla ilgili sorunlarla başa çıkmayı içerir.
2 - Beceriler
Bilişsel - Uygulamalı
1) Üretken Modellerde Yeterlilik: Öğrenciler çeşitli üretken modeller hakkında kapsamlı bir anlayış kazanacaklardır. Bu modelleri farklı alanlarda öğrenebilecek ve uygulayabileceklerdir.
2) Pratik Uygulama Becerileri: Dersin sonunda öğrenciler, TensorFlow, PyTorch ve Hugging Face gibi çerçeveler ve platformlar kullanarak üretken modelleri uygulama, eğitme ve iyileştirme konusunda ustalaşacaklardır. Görüntü, metin veya diğer medya türlerini üretmeyi içeren projeler ve ödevler aracılığıyla uygulamalı deneyime sahip olacaklardır.
3) Yaratıcı ve Yenilikçi Uygulamalar: Öğrenciler, sanat, tasarım, medya ve eğlence gibi çeşitli alanlarda yaratıcı AI tekniklerini nasıl uygulayacaklarını öğrenecekler. Bu, AI'nın yaratıcı süreçlere nasıl entegre edileceğini ve yeni çalışmalar geliştirileceğini veya üretileceğini anlamayı içerir.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Ders Genel Bakışı ve Giriş, Yapay Zeka, Makine Öğrenimi, Derin Öğrenme ve Üretken Yapay Zeka'ya Giriş, Önceden Eğitilmiş Yapay Zeka Modelleriyle Çalışma	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
2)	Metin Oluşturmanın Temelleri	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
3)	Yapay Zeka ile Görüntü Oluşturma	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
4)	Yapay Zeka Tarafından Üretilen Müzik ve Ses	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
5)	Video Üretimi ve Animasyonu için Yapay Zeka	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
6)	Çok Modelli Yapay Zeka: Metin, Görüntü ve Ses Bir Arada	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
7)	Kişiselleştirilmiş İçerik için Yapay Zekanın İnce Ayarı	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
8)	Seçili Kullanım Örnekleri: Üretken Yapay Zeka ile Resim Altyazısı Oluşturma	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
9)	Seçili Kullanım Örnekleri:: Kendi ChatGPT Benzeri Web Sitenizi Oluşturun	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
10)	Seçili Kullanım Örnekleri: Bir Sesli Asistan Oluşturun	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
11)	Seçili Kullanım Örnekleri: Üretken AI Destekli Toplantı Asistanı	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
12)	Seçili Kullanım Örnekleri: Özel Verilerinizi , AI ve RAG ile Özetleyin	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
13)	Seçili Kullanım Örnekleri: LMM ve STT TSS ile Evrensel Dil Çevirmeni	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes
14)	Etik Yapay Zeka ve Sorumlu Yapay Zeka Kullanımı	Developing Generative AI Applications with Python https://www.edx.org/learn/artificial-intelligence/ibm-developing-generative-ai-applications-with-python Lecture Notes

Kaynaklar

Ders Notları / Kitaplar:	Generative Deep Learning: Teaching Machines To Paint, Write, Compose, and Play, D. Foster, O'Reilly, 2023. Hands-On Generative AI with Python and TensorFlow 2: Create Next-Generation AI-Generated Content Using State-of-the-Art Techniques, J. Babcock, R. Bali, Packt Publishing, 2022.
Diğer Kaynaklar:	Generative Deep Learning: Teaching Machines To Paint, Write, Compose, and Play, D. Foster, O'Reilly, 2023. Hands-On Generative AI with Python and TensorFlow 2: Create Next-Generation AI-Generated Content Using State-of-the-Art Techniques, J. Babcock, R. Bali, Packt Publishing, 2022.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4
Program Kazanımları
1) 1.1 Matematik ve fen bilimleri gibi konularda yeterli bilgi birikimi
2) 1.2 Matematik, fen bilimleri ve bilgisayar mühendisliği konularında kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
3) 1.3 Matematik ve fen bilimleri gibi alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
4) 2.1 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi
5) 2.2 Bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
6) 3.1 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi
7) 3.2 Bu amaçla modern tasarım yöntemlerini uygulama becerisi
8) 4.1 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi
9) 4.2 Bilişim teknolojilerini etkin bir şekilde kullanma becerisi
10) 5.1 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama becerisi
11) 5.2 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney yapma becerisi
12) 5.3 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama becerisi
13) 5.4 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney sonuçlarını analiz etme ve yorumlama becerisi
14) 6.1 Disiplin içi bireysel çalışma becerisi
15) 6.2 Disiplin içi takımlarda etkin biçimde çalışabilme becerisi
16) 6.3 Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi
17) 7.1 Türkçe sözlü ve yazılı etkin iletişim kurma ve sunum yapabilme becerisi
18) 7.2 En az bir yabancı dil bilgisi
19) 7.3 Etkin rapor yazma ve yazılı raporları anlama becerisi
20) 7.4 Tasarım ve üretim raporları hazırlayabilme becerisi
21) 7.5 Açık ve anlaşılır talimat verme ve alma becerisi
22) 8.1 Yaşam boyu öğrenmenin gerekliği bilinci
23) 8.2 Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
24) 9.1 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci
25) 9.2 Mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
26) 10.1 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi
27) 10.2 Girişimcilik, yenilikçilik hakkında farkındalık
28) 10.3 Sürdürülebilir kalkınma hakkında bilgi
29) 11.1 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi
30) 11.2 Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
31) 12.1 Ayrık matematik konusunda bilgi sahip olmak

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	1.1 Matematik ve fen bilimleri gibi konularda yeterli bilgi birikimi
2)	1.2 Matematik, fen bilimleri ve bilgisayar mühendisliği konularında kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
3)	1.3 Matematik ve fen bilimleri gibi alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
4)	2.1 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi
5)	2.2 Bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
6)	3.1 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi
7)	3.2 Bu amaçla modern tasarım yöntemlerini uygulama becerisi
8)	4.1 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi
9)	4.2 Bilişim teknolojilerini etkin bir şekilde kullanma becerisi
10)	5.1 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama becerisi
11)	5.2 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney yapma becerisi
12)	5.3 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için veri toplama becerisi
13)	5.4 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney sonuçlarını analiz etme ve yorumlama becerisi
14)	6.1 Disiplin içi bireysel çalışma becerisi
15)	6.2 Disiplin içi takımlarda etkin biçimde çalışabilme becerisi
16)	6.3 Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi
17)	7.1 Türkçe sözlü ve yazılı etkin iletişim kurma ve sunum yapabilme becerisi
18)	7.2 En az bir yabancı dil bilgisi
19)	7.3 Etkin rapor yazma ve yazılı raporları anlama becerisi
20)	7.4 Tasarım ve üretim raporları hazırlayabilme becerisi
21)	7.5 Açık ve anlaşılır talimat verme ve alma becerisi
22)	8.1 Yaşam boyu öğrenmenin gerekliği bilinci
23)	8.2 Bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
24)	9.1 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci
25)	9.2 Mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
26)	10.1 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi
27)	10.2 Girişimcilik, yenilikçilik hakkında farkındalık
28)	10.3 Sürdürülebilir kalkınma hakkında bilgi
29)	11.1 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi
30)	11.2 Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
31)	12.1 Ayrık matematik konusunda bilgi sahip olmak

Öğrenme Etkinliği ve Öğretme Yöntemleri

Ders
Laboratuvar
Okuma
Ödev
Problem Çözme
Soru cevap/ Tartışma
Web Tabanlı Öğrenme

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev
Uygulama
Raporlama

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ödev	6	% 30
Projeler	1	% 30
Yarıyıl/Yıl Sonu Sınavı	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 40
Toplam		% 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sınıf Dışı Ders Çalışması	14	7	98
Ara Sınavlar	1	2	2
Final	1	3	3
Toplam İş Yükü			145