Veri Bilimi ve Yapay Zeka Yandal Programı

Program Koordinatörü: Tuna Çakar
cakart@mef.edu.tr

Yandal Programının Öğrenci Asistanları:
Pelin Mişe misepe@mef.edu.tr  
Kerem Kaya kayake@mef.edu.tr
Mehmet Talha Bozan bozanm@mef.edu.tr

DS-AI Yandal Programı nedir?

Veri Bilimi ve Yapay Zeka Yandal Programı, tüm fakültelerden öğrencilere sunulan verilerden değer çıkarma, verileri analiz etme ve yapay zekayı istatistiksel yaklaşımlarla uzlaştırma yetkinliğini sağlamak üzere tasarlanmıştır. Program, aktif akademisyenler, uzmanlar ve profesyoneller tarafından, veri yönetiminden keşifsel veri analitiğine ve makine öğreniminden derin öğrenmeye kadar veri bilimi ve yapay zekanın farklı boyutlarını, çağdaş trendlerin ve güncel uygulamaların ortak paydaları ile zenginleştirilmiş olarak sunmak üzere tasarlanmıştır.

DS-AI Kurslarının Kapsamı ve Tasarımı

Yandal programının ilk dersleri matematiksel temeller (istatistik vb.) ve programlama (Python) yapay zekanın bir alt kümesi olan veri biliminin temelidir. Bu temel bilgiler elde edildikten sonra veri tabanlarının öğrenilmesi ve verilerin analiz edilmesi süreci başlatılır. Makine öğrenimi, yapay zeka ve bu konuların etiği, programın diğer dersleridir. Yandal programının bu zorunlu derslerine ek olarak, seçmeli dersler için geniş bir seçenek yelpazesi bulunmaktadır. Seçmeli derslerdeki zenginleştirilmiş çeşitlilik nedeniyle, yandal programını alan öğrencilerin bölümleri ile DS-AI arasındaki potansiyel ilişkileri kurmaları ve geliştirmeleri ve bunlara yeni uygulamalar için yeni anlayışlar ve yenilikçi fikirler üretebilmeleri beklenmektedir. etki alanları.

DS-AI Yandal Programına neden acil ihtiyaç var?

Dünya Ekonomik Forumu'nun İşlerin Geleceği 2020 raporuna göre, endüstriler arasında artan talepte en iyi 20 iş rolü listesinde ilk sırada Veri Analistleri ve Bilim İnsanları, ikinci sırada ise Yapay Zeka ve Makine Öğrenimi Uzmanları yer alıyor. (Future of Jobs Survey 2020, World Economic Forum). Bu raporun sonucu, bu yandal programının iş hayatındaki etkinliğini kanıtlamaktadır. Günümüzün ve geleceğin en önemli konuları olan veri bilimi ve yapay zeka konularını kapsayan yandal programı tamamen ücretsiz olacak ve online ders seçenekleri ile tüm öğrencilerin erişimine açık olacaktır. Yan dal programı ile ilgili konuların öğrenilmesi için verilen dersler Coursera, edX, Udacity, DataCamp ve Alison gibi tanınmış çevrimiçi ders platformlarından alınmaktadır.

DS-AI Yandalı ile amaçlanan nedir?

Kod yazma-çalıştırma, video sunum hazırlama, proje gerçekleştirme gibi süreçlerle kazanımlar uygulamaya geçirilerek dersler tamamlanır. Bu program, öğretim, mimarlık, psikoloji ve hukuk gibi tüm bölümlere özgü derslerle öğrencilerin DS-AI'ın hızla girdiği çalışma ortamında öncü olmalarını sağlayacaktır. Bu disiplinlerdeki gençlerin, verileri belirleyerek, toplayarak, analiz ederek ve yorumlayarak rekabet güçlerine yenilikçi değerler katabilecek uzmanlığa sahip profesyoneller haline gelmeleri ve yapay zeka alanında öncülük etmeleri hedeflenmektedir.

DS-AI Yandal Programı Eğitimsel Amaçları

DS-AI Yandal Programı, öğrencilerimizin mezun olduktan sonraki birkaç yıl içinde kariyerlerinde ne elde edeceklerine ilişkin geniş vizyonu tanımlayan yandal programı için aşağıdaki eğitim hedefleri listesi ile tanımlandı: 

• DS-AI bilgi ve yaklaşımını iyi bir şekilde anlayarak gerçek hayat problemlerini anlamak, teşhis etmek, analiz etmek ve çözmek,

• Toplumun ihtiyaçlarını karşılamak için yenilikçi ve girişimci becerileri ile birlikte modern DS-AI ile ilgili teknikleri kullanan yeni yaklaşımları, teknolojileri, çözümleri ve değerleri öğrenmek ve uygulamak,

• Sorumluluk, ekip çalışması ve organizasyon becerileri ile etik ve çevresel hususlarla entegre yüksek düzeyde iletişim becerileri göstermek.

DS-AI Ders Planı

Program Ders Kredi Yönergeler

• DS-AI Yandal Programı öğrencileri, tablodaki zorunlu derslerden 8’ini ve seçmeli derslerden 2 tanesini tamamlamak zorundadır.

• AKTS'deki her kredi, tüm dönem için 25-30 ders saatine karşılık gelir.

• Bu dersler diğer fakültelerin derslerinden bağımsızdır, dolayısıyla bu programdan başka bir programa veya başka bir programdan bu programa kredi aktarılamaz.

• Her öğrenci Bitirme Projesini tamamlamalı ve bir şirketten alınan DS-AI odaklı bir proje üzerinde çalışmalıdır.

DS-AI Programındaki Zorunlu Derslerin Açıklamaları

DSAI 101 DS-AI'ye Giriş

Bu ders, veri bilimi ve yapay zeka programlarının temel kavramlarına geniş bir giriş niteliğindedir. Verinin ne olduğunu, veri bilimcisinin ne yaptığını inceleyerek başlar ve veri biliminin tarihini ve geleceğini inceler.


DSAI 102 DS-AI için Matematiksel Temeller

Matematik, Bilgisayar Biliminin temel ilkelerine ilişkin birçok bilgiyi sağlar. Bu kurs, makine öğrenimi algoritmaları yazmak için anlamanız ve uygulamanız gereken temel matematiği ortaya çıkarır. Üretim süreçlerinin, ham verilerin doğruluğunu ve uygunluğunu nasıl analiz edeceğinizi ve istatistiksel araçları kullanarak her bir tekniğin sonuçlarını nasıl yorumlayacağınızı öğreneceksiniz. Problemleri matematiksel olarak modelleme, soyut olarak akıl yürütme ve ardından özelliklerini keşfetmek için teknikler uygulama üzerinde çalışacaksınız. Kursun sonunda, temel istatistiksel kavramları tam olarak anlayabilmeli ve geniş bir veri yelpazesine uygulayabilmelisiniz. Matematiksel uygulamalara yönelik bu geniş giriş, sizi Bilgisayar Bilimleri alanındaki günümüzün en önemli problemlerini geliştirmeye ve çözmeye hazırlayacaktır.

DSAI 103 DS-AI için Programlama

Python, hem güçlü hem de öğrenmesi nispeten kolay olan popüler ve yüksek oranda okunabilir nesne yönelimli bir dildir. Yandal programı, Python programlama dili için bir temel sağlar. Bu Python kursu, öğrencilere Python kodları yazmanın ve çalıştırmanın temellerinden daha gelişmiş özelliklere kadar rehberlik eder. Özellikle veri bilimi ve ml için ihtiyaç duyulan programlama becerileri kazandırılacaktır. NumPy, Pandas, Matplotlib vb. Python kütüphaneleri öğrenilecektir. Dersin sonunda veri ön işleme, veri analizi gibi python ile bazı uygulamaları yapabileceksiniz.


DSAI 201 Makine Öğrenimi ve Veri Biliminin Temelleri

Bu kurs, makine öğrenimi alanına kapsamlı bir giriş sağlar. İlk olarak, Python'un Scikit-Learn paketini kullanarak makine öğrenmesinin pratik yönleri incelenecektir. Şu konuları içerir: Hiper parametreler ve model doğrulama, Sınıflandırma, Naive Bayes, doğrusal regresyon, destek vektör makineleri, Rastgele Ormanlar ve karar ağaçları, Temel Bileşen Analizi, Manifold Öğrenme, K-ortalama Kümeleme, Gauss Karışım modelleri ve çekirdek yoğunluğu tahmini.

DSAI 202 Yapay Zekanın Temelleri

Bu, Yapay Zekanın Temelleri üzerine bir giriş dersidir. Yapay zekanın (AI) ne olduğunu bilmek için bu kurs, yapay zekanın kullanım durumlarına ve uygulamalarına yoğunlaşır. Konular şunları içerir: Temel AI ve ML temel kavramları, bilgisayarla görme, makine öğrenimi, doğal dil işleme ve konuşma AI. Dersin sonunda öğrenciler öğrendikleri bilgileri kullanarak yapay zeka uygulamalarını tasarlayabilecektir.

DSAI 203 Veri Biliminde Sosyal & Etik Yönler

Bu ders, projelere etik ilkelerin nasıl dahil edileceğini ve toplumsal bir bakış açısının nasıl sağlanacağını kapsar ve ayrıca yapay zekada adalet ve önyargı ana konularını inceleyerek şeffaflık ve güven inşası gibi birçok temel kavramın nasıl ekleneceğini araştırır. Kursun sonunda öğrenciler, insan önyargılarından veri seti farkındalığına kadar daha etik modeller oluşturmanın birçok yönünü keşfedeceklerdir.

DSAI 301 Veritabanlarının Temelleri

Bu ders, veritabanlarının temel kavramlarına, organizasyonuna ve uygulama modellerine bir giriş niteliğindedir. Veri yönetimi kavramları ve veritabanı sistemleri için temel sağlar. Bilginin ilişkisel veritabanı modeli ile temsil edilmesini, etkileşimli bir sorgulama dili (SQL) ile verilerin manipüle edilmesini ve veritabanı programlamasını, Tek-Satır Analitik İşleme (OLAP), Modelleme ve Teoriyi, Python ile verilerin analizini içerir. Dersin sonunda SQL kullanarak veri tabanı yönetim sistemlerindeki bilgileri kategorize etme, kaydetme ve güncelleme konularında bilgi sahibi olacaksınız.

 

DSAI 302 Bitirme Projesi

Temel veri bilimi ve yapay zeka alanındaki temel becerileri geliştirmek için kurslar tamamlandıktan sonra, bu becerileri uygulamak, net geri bildirim vermek ve kazanılan tüm becerileri göstermek için bir bitirme projesi yürütülecektir. Bitirme projesi bireyler tarafından oluşturulacak ve bir şirketten elde edilen DS-AI odaklı bir vaka üzerinde çalışacak.

DSAI 30X Seçmeli-1

DSAI 30X Seçmeli-2