| Ders Kodu - Ders Adı |
YZM4002 - Graduation Project II (Bitirme Projesi II) |
| Ders Türü |
Zorunlu Dersler |
| Ders Dili |
İngilizce |
| Teori + Uygulama |
0+4 |
| AKTS |
5.0 |
| Öğretim Elemanları |
DOKTOR ÖĞRETİM ÜYESİ NİHAL İNCE |
| Dersin Veriliş Biçimi |
Yüz Yüze / Proje Tabanlı Öğrenme, Haftalık Danışmanlık Toplantıları ve Bağımsız Çalışma |
| Dersin Önkoşulları |
Önkoşul bulunmamaktadır. (Ancak öğrencilerin 4. yarıyıl sonuna kadar olan temel programlama, matematik ve yapay zeka derslerini başarıyla tamamlamış olmaları önerilir.) |
| Önerilen Dersler |
Algoritma Tasarımı ve Analizi, Yapay Zekanın İlkeleri, İstatistik, Veri Toplama ve İşleme, Optimizasyon Teorisine Giriş, Denetimli Öğrenmenin Temelleri, Yapay Sinir Ağları, Derin Öğrenme, Uygulamalı Makine Öğrenmesi, Görüntü İşlemeye Giriş, Doğal Dil İşleme. |
| Zorunlu ya da Önerilen Kaynaklar |
Seçilen proje konusunun (Bilgisayarlı Görü, NLP, Veri Analitiği vb.) niteliğine göre güncel uluslararası akademik makaleler (IEEE, ACM, Springer), teknik dokümantasyonlar, kütüphane kılavuzları ve ilgili literatür. |
| Okuma Listesi |
Bölüm Bitirme Projesi Uygulama Esasları ve Kılavuzu.Google Scholar, IEEE Xplore ve ScienceDirect veri tabanlarındaki güncel literatür.Python Veri Bilimi ve Yapay Zeka kütüphanelerinin (NumPy, SciPy, PyTorch, TensorFlow, Hugging Face) resmi dokümantasyonları. |
| Değerlendirme |
Dönem İçi Çalışmaları / Danışman DeğerlendirmesiAra Rapor / Proje Önerisi DosyasıDönem Sonu Proje Raporu ve Jüri Sunumu |
| Staj & Uygulama |
Bu ders kapsamında doğrudan bir kurum dışı staj veya iş yeri eğitimi zorunluluğu yoktur. Ancak projenin endüstriyel bir partnerle (Ar-Ge Merkezi, Teknopark firması veya TÜBİTAK 2209-B gibi sanayi odaklı projeler) ortak yürütülmesi durumunda endüstriyel uygulama/saha çalışması yapılabilir. |
| Sürdürülebilir Kalkınma Amaçları |
|