DERS ADI

: Eğitimde Yapay Zekâ Uygulamaları

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
İSÖ 5111 Eğitimde Yapay Zekâ Uygulamaları SEÇMELİ 2 1 0 8

Dersi Veren Birim

Sınıf Öğretmenliği Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ. DR. NİLÜFER ATMAN USLU

Dersi Alan Birimler

Sınıf Öğretmenliği Yüksek Lisans

Dersin Amacı

Eğitimde öğrenme analitikleri ve makine öğrenmesi ile ilgili temel kavramları anlama ve uygulayabilme

Dersin Öğrenme Kazanımları

1   Eğitsel veri madenciliği ve öğrenme analitikleri ile ilgili temel kavramları anlayabilme
2   Eğitsel veri madenciliğinde veri ön işleme süreçlerini yapabilme
3   Eğitsel veri madenciliğindeki temel makine öğrenmesi algoritmaları ile ilgili temel kavramları anlama
4   Eğitsel veri madenciliğindeki temel makine öğrenmesi algoritmalarını uygulayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Eğitsel Veri Madenciliği
2 Öğrenme Analitikleri
3 Öğrenme Analitikleri ve Eğitsel Veri Madenciliğinde Kullanılabilecek Araçlar
4 Eğitsel Veri Madenciliğinde Veri Ön İşleme
5 Sınıflama Yöntemleri-Naif Bayes
6 Sınıflama Yöntemleri-KNN
7 Sınıflama Yöntemleri-Karar Ağaçları
8 Vize
9 Sınıflama Yöntemleri-Regresyon Analizi
10 Sınıflama Yöntemleri-Lojistik Regresyon Analizi
11 Kümeleme Analizleri- K-Means Kümeleme
12 Kümeleme Analizleri- Hiyerarşik Kümeleme
13 Öğrenme Analitikleri ve Eğitsel Veri Madenciliği Örnek Uygulamaları
14 Öğrenme Analitikleri ve Eğitsel Veri Madenciliği Örnek Uygulamaları
15 Final

Ders İçin Önerilen Kaynaklar

Güyer, T., Yurdugül, H., & Yıldırım, İ. S. (2020). Eğitsel Veri Madenciliği Ve Öğrenme Analitikleri.

Öğrenme ve Öğretme Yöntemleri

Bu derste öğrenme analitikleri ve eğitsel veri madenciliğinde kullanılan teknolojiler sonra öğrenme analitikleri ve eğitsel veri madenciliği örnek uygulamalar ve analizleri öğrencilerle beraber tartışılacak ve ele alınacaktır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 YYIN YARI YIL İÇİ NOTU
2 YYS YARIYIL SONU SINAVI
3 BNS Başarı Notu YYIN * 0.40 + YYS * 0.60
4 BUT Bütünleme Notu
5 BBN Bütünleme Sonu Başarı Notu YYIN * 0.40 + BUT * 0.60


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

atmanuslu@gmail.com

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Wendsday 10:00-12:00

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 7 3 21
Uygulama 7 3 21
Haftalık Ders öncesi/sonrası hazırlıklar 14 5 70
Vize Sınavına Hazırlık 7 2 14
Final Sınavına Hazırlık 7 2 14
Ödev Hazırlama 14 2 28
Sunum Hazırlama 14 2 28
Final Sınavı 1 2 2
Vize Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 200

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14PK.15PK.16
ÖK.154555544555
ÖK.25555555544555
ÖK.35545555555445555
ÖK.45545555555445555