Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
LGM 4030	Tedarik Zincirleri ve Lojistik için Yapay Zekâ	SEÇMELİ	3	0	0	5

Dersi Veren Birim

Lojistik Yönetimi (İngilizce)

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. ÖMÜR YAŞAR SAATÇIOĞLU

Dersi Alan Birimler

Lojistik Yönetimi (İngilizce)

Dersin Amacı

Yapay zekâ temelleri, makine öğrenimi ve optimizasyon konularında kapsamlı bir anlayış kazandırmanın yanı sıra, tedarik zincirleri ve lojistik zorluklarını ele almak için yapay zekâ araçlarını etik ve etkili bir şekilde değerlendirme ve uygulama becerisini kazandırmak.

Dersin Öğrenme Kazanımları

1	Temel olarak yapay zekâyı ve ana terminolojilerini anlamak.
2	Çeşitli yapay zekâ türleri ve tekniklerini ayırt etmek.
3	Makine öğrenimi ve optimizasyon konularında bilgi sahibi olmak.
4	Yapay zekanın tedarik zinciri ve lojistik bağlamlarına entegrasyonunu eleştirel bir şekilde değerlendirmek.
5	Tedarik zinciri ve lojistik süreçleri için kritik yapay zekâ araçları hakkında bilgi edinmek.
6	Yapay zekâ uygulamalarının etik, sosyal ve yasal düzenleyici yönlerini değerlendirebilmek.
7	Lojistik problemleri için pratik yapay zekâ çözümleri uygulayabilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	1	Yapay Zekâya Giriş ve Genel Bakış
2	2	Yapay Zekâ Temelleri
3	3	Yapay Zekâ Türleri & Temel Teknikler
4	4	Tedarik Zincirleri ve Lojistikte Yapay Zekânın Veri Temelleri
5	5	Lojistik için Makine Öğrenimi Algoritmaları
6	6	Yapay Zekâ Uygulamalarının Etik, Sosyal ve Hukuki Açısından Değerlendirilmesi
7	7	Ara Sınav
8	8	Yapay Zekâ ile Öngörü Analitiği ve Tahminleme
9	9	Yapay Zekâ ile Optimizasyon ve Karar Verme
10	10	Ulaştırma ve Filo Yönetiminde Yapay Zekâ
11	11	Depo Yönetimi ve Robotikte Yapay Zekâ
12	12	Yapay Zekâ Teknolojilerinin Entegrasyonu
13	13	Yapay Zekânın Gelecek Trendleri & Araştırma Yönelimleri
14	14	Tedarik Zincirleri ve Lojistikte Yapay Zekâ Vaka Analizleri ve Pratik Uygulamaları
15	15	Öğrenci Sunumları
16	16	Yarıyıl Sonu Sınavı

Ders İçin Önerilen Kaynaklar

Perumal, K., Chowdhary, C. L., & Chella, L. (Eds.). (2022). Innovative Supply Chain Management Via Digitalization and Artificial Intelligence (Vol. 424). Springer Nature.

Helo, P., & Hao, Y. (2022). Artificial intelligence in operations management and supply chain management: An exploratory case study. Production Planning & Control, 33(16), 1573-1590.

Woschank, M., Rauch, E., & Zsifkovits, H. (2020). A review of further directions for artificial intelligence, machine learning, and deep learning in smart logistics. Sustainability, 12(9), 3760.

Öğrenme ve Öğretme Yöntemleri

Literatür tarama, vaka analizleri, problem çözme.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	MTE	MIDTERM EXAM
2	FINS	FINAL EXAM
3	FCG	FINAL COURSE GRADE	MTE * 0.40 + FINS * 0.60
4	RST	RESIT
5	FCGR	FINAL COURSE GRADE (RESIT)	MTE * 0.40 + RST * 0.60

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Araştırma, inceleme ve uygulama bağlamında, Tedarik Zincirleri ve Lojistik için Yapay Zekâ alanında bilgi, yetenek ve becerilerin kullanımına ilişkin sözlü, yazılı ve pratik yetkinlikler değerlendirilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Prof. Dr. Ömür Yaşar Saatçioğlu

Ders Öğretim Üyesi Görüşme Gün ve Saatleri