Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
BST 6005	Biyolojik Uygulamalar İçin Yapay Zeka	SEÇMELİ	3	0	0	12

Dersi Veren Birim

Biyotıp ve Sağlık Teknolojileri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DR.ÖĞR.ÜYESİ EZGİ KARACA EREK

Dersi Alan Birimler

Biyotıp ve Sağlık Teknolojileri Doktora

Dersin Amacı

Biyolojik verilerin manipüle edilmesi, analiz edilmesi ve yorumlanması için yapay zeka (AI) yöntemleri ve araçlarının kapsamlı bir şekilde anlaşılması.

Dersin Öğrenme Kazanımları

1	AI yöntemleri ile aşinalık
2	Biyolojideki AI uygulamalarına aşinalık
3	Biyolojide örüntü tanıma becerisini kavrayabilme ve tartışabilme
4	Biyoloji alanındaki sinir ağı uygulamalarını anlayabilmek ve tartışabilmek
5	Açık kaynaklı biyolojik verilerden bilgi elde etmek için veri madenciliği araçlarının kullanımı
6	Kompleks biyolojik problemlerin arıtılmasını sağlamak için farklı AI yöntemlerinin kullanımı
7	Biyolojide mevcut öğrenme algoritmalarına aşina olmak
8	Biyolojik uygulamalar için AI kodlamaları yapabilmek
9	Mevcut AI uygulamalarının biyoloji alanındaki yeteneklerini ve sınırlarını tartışabilmek
10	Araştırma bulgularının sunumu

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Makine Öğrenimi / Yapay Zeka Nedir
2	Denetimli Öğrenme
3	Bayesian Karar Teorisi
4	Parametrik Yöntemler
5	Çok Değişkenli Yöntemler
6	Boyutsal küçülme
7	Kümeleme
8	Ara SINAV
9	Parametrik Olmayan Yöntemler
10	Karar ağaçları
11	Doğrusal Ayrımcılık
12	Çok Katmanlı Perceptron
13	Yerel ve Gizli Markov Modelleri
14	Sınıflandırma Algoritmalarını Değerlendirme ve Karşılaştırma
15	Ödev Sunumları
16	Final Sınavı

Ders İçin Önerilen Kaynaklar

Introduction to Machine Learning
Ethem ALPAYDIN
The MIT Press, October 2004, ISBN 0-262-01211-1

Öğrenme ve Öğretme Yöntemleri

Powerpoint eşliğinde teorik sunumlar ve literatür gözden geçirme ve tartışma

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	ODV	Ödev/Dkat.
2	VZ	Vize
3	FN	Final
4	BNS	FinalSonuBaşarıNotu	ODV * 0.30 + VZ * 0.30 + FN * 0.40
5	BUT	Bütünleme
6	BBN	BütSonuBasarıNotu	ODV * 0.30 + VZ * 0.30 + BUT * 0.40

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Teorik bilgiler sınav ile değerlendirilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

ezgi.karaca@ibg.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri