Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.
|
|
|
|
| Bilgi
(Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)
|
1) Öğrenciler, NumPy ve Pandas gibi temel kütüphaneleri kullanarak basit veri analizleri yapabileceklerdir.
|
| Beceriler
(Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)
|
1) Öğrenciler, makine öğreniminin temel kavramlarını anlayacak ve scikit-learn kütüphanesi kullanarak basit model oluşturma deneyimi kazanacaklardır.
|
2) Öğrenciler, yapay sinir ağlarının temel mantığını öğrenecek ve Keras gibi kütüphaneleri kullanarak basit derin öğrenme projeleri yapabileceklerdir.
|
3) Öğrenciler, metin verilerini analiz edebilme ve basit doğal dil işleme tekniklerini kullanarak metin sınıflandırma yapma becerisi kazanacaklardır.
|
| Yetkinlikler
("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)
|
1) Python'da Temel Programlama Becerileri:
Öğrenciler, Python programlama dilinde temel veri yapıları, döngüler ve fonksiyonlar gibi konularda yetkinlik kazanacaklardır.
|
| Hafta |
Konu |
Materyal Paylaşımı * |
|
Ön Hazırlık |
Pekiştirme |
| 1) |
Python’a Giriş ve Temel Programlama Yapıları
|
Yoktur
|
Yoktur |
| 2) |
Veri Tipleri, Listeler, Sözlükler ve Döngüler
|
Yoktur
|
Yoktur |
| 3) |
Fonksiyonlar ve Modüler Programlama
|
Yoktur
|
Yoktur |
| 4) |
NumPy ve Pandas ile Veri Analizi
|
Yoktur
|
Yoktur |
| 5) |
Veri Görselleştirme Araçları: Matplotlib ve Seaborn
|
Yoktur
|
Yoktur |
| 6) |
Makine Öğrenimi Temelleri: Denetimli ve Denetimsiz Öğrenme
|
Yoktur
|
Yoktur |
| 7) |
Ara Sınav
|
Yoktur
|
Yoktur |
| 8) |
Scikit-learn ile Basit Makine Öğrenimi Modelleri
|
Yoktur
|
Yoktur |
| 9) |
Yapay Sinir Ağları ve Keras Kütüphanesine Giriş
|
Yoktur
|
Yoktur |
| 10) |
Derin Öğrenme Modellerinin Temelleri
|
Yoktur
|
Yoktur |
| 11) |
Doğal Dil İşleme (NLP) Temelleri ve NLTK Kütüphanesi
|
Yoktur
|
Yoktur |
| 12) |
TensorFlow ile Basit Derin Öğrenme Uygulamaları
|
Yoktur
|
Yoktur |
| 13) |
Proje Çalışmaları ve Uygulamalar
|
Yoktur
|
Yoktur |
| 14) |
Proje Sunumları ve Genel Değerlendirme
|
Yoktur
|
Yoktur |
| Ders Notları / Kitaplar: |
1.Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPyt
*Yazar:* Wes McKinney
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2017
2. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow"**
*Yazar:* Aurélien Géron
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2019
3. Deep Learning with Python
*Yazar:* François Chollet
*Yayınevi:* Manning Publications
*Yayın Yılı:* 2018
4. Artificial Intelligence: A Guide for Thinking Humans"**
*Yazar:* Melanie Mitchell
*Yayınevi:* Farrar, Straus and Giroux
*Yayın Yılı:* 2019
5. Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit"**
*Yazarlar:* Steven Bird, Ewan Klein, Edward Loper
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2009 Materyal
|
| Diğer Kaynaklar: |
1.Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPyt
*Yazar:* Wes McKinney
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2017
2. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow"**
*Yazar:* Aurélien Géron
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2019
3. Deep Learning with Python
*Yazar:* François Chollet
*Yayınevi:* Manning Publications
*Yayın Yılı:* 2018
4. Artificial Intelligence: A Guide for Thinking Humans"**
*Yazar:* Melanie Mitchell
*Yayınevi:* Farrar, Straus and Giroux
*Yayın Yılı:* 2019
5. Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit"**
*Yazarlar:* Steven Bird, Ewan Klein, Edward Loper
*Yayınevi:* O'Reilly Media
*Yayın Yılı:* 2009
Materyal
|
| |
Program Öğrenme Çıktıları |
Katkı Oranı (1-5) |
| 1) |
Siber güvenlik tehditlerini analiz edebilir ve uygun savunma stratejileri geliştirebilir. |
|
| 2) |
Ağ güvenliği ilkelerini anlayarak güvenli ağ yapılandırmaları gerçekleştirebilir. |
|
| 3) |
Güvenli yazılım geliştirme tekniklerini uygulayarak güvenlik açıklarını minimize edebilir. |
|
| 4) |
Şifreleme ve veri koruma yöntemlerini açıklayabilir. |
|
| 5) |
Bilgisayar sistemlerinde güvenlik duvarı ve erişim kontrol mekanizmalarını yönetebilir. |
|
| 6) |
Sızma testleri yaparak sistem güvenlik açıklarını tespit edebilir. |
|
| 7) |
Güvenlik olaylarını izleyerek siber saldırılara karşı hızlı çözümler üretebilir. |
|
| 8) |
Bilişim güvenliği ile ilgili yasal düzenlemeleri ve etik kuralları açıklayabilir. |
|
| 9) |
Siber tehdit istihbaratı verilerini analiz ederek güvenlik risklerini değerlendirebilir. |
|
| 10) |
Veritabanı tasarımı ve güvenliği ile ilgili temel kavramları, tehdit ve saldırı türlerini uygulayabilir. |
|
| 11) |
Problemleri analiz ederek çözüm üretmek için algoritma geliştirebilir. |
|
| ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ |
| Öğrenme ve Öğretme Etkinlikleri |
Etkinlik Sayısı/Yarıyıl |
Süresi (saat) |
Toplam İş Yükü |
| Ders |
14 |
3 |
42 |
| Laboratuvar |
0 |
0 |
0 |
| Uygulama |
7 |
5 |
35 |
| Derse Özgü Staj |
0 |
0 |
0 |
| Arazi Çalışması |
0 |
0 |
0 |
| Sınıf Dışı Ders Çalışması |
0 |
0 |
0 |
| Sunum / Seminer |
0 |
0 |
0 |
| Proje |
0 |
0 |
0 |
| Ödevler |
0 |
0 |
0 |
| Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü |
- |
- |
77 |
| ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ |
| Ölçme ve Değerlendirme Etkinlikleri |
Etkinlik Sayısı/Yarıyıl |
Süresi (saat) |
Toplam İş Yükü |
| Kısa Sınav |
2 |
20 |
40 |
| Ara Sınavlar |
1 |
16 |
16 |
| Yarıyıl Sonu Sınavı |
1 |
20 |
20 |
| Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü |
- |
- |
76 |
| TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri) |
153 |
| DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat) |
6 |