Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Sakarya Uygulamalı Bilimler Üniversitesi Endüstri Mühendisliği Bölümü'nde Dr. Caner Erden tarafından verilen veri madenciliği ve makine öğrenmesi derslerinin tanıtımını içermektedir.
- Video, derslerin önemi, yapısı ve içeriği hakkında bilgiler sunmaktadır. İlk bölümde veri madenciliği dersinin tanıtımı yapılmakta, ikinci bölümde makine öğrenmesi dersinin temel kavramları anlatılmakta, üçüncü bölümde ders tanıtım formu ve değerlendirme sistemi açıklanmakta, son bölümde ise Google Classroom platformunun kullanımı detaylı şekilde gösterilmektedir.
- Derslerin uzaktan eğitim formatında verileceği, Google Meet ve Google Classroom platformlarının nasıl kullanılacağı, ders materyallerinin paylaşımı, ödevlerin toplanması, sınavların yönetimi ve performans ödevi sunumlarının nasıl yapılacağı gibi teknik detaylar da videoda yer almaktadır. Ayrıca derslerin kodları, ders saatleri ve değerlendirme sistemleri hakkında bilgiler de paylaşılmaktadır.
- Dersin Eğitmeni Hakkında
- Caner Erden, Sakarya Uygulamalı Bilimler Üniversitesi'nde veri madenciliği dersini vermektedir.
- Endüstri mühendisliği kökenli olan Dr. Erden, Sakarya Üniversitesi'nde yaklaşık sekiz yıl araştırma görevlisi olarak çalışmıştır.
- 2011 yılında İstanbul Ticaret Üniversitesi'nden, 2014 yılında İstanbul Üniversitesi'nden yüksek lisansını, 2019 yılında Sakarya Üniversitesi'nden doktorasını tamamlamıştır.
- 01:54Dersin Önemi ve Tanıtımı
- Veri madenciliği dersi, endüstri mühendisliği alanının temel derslerinden biri olmalı ve zorunlu olması gereken bir ders olarak görülüyor.
- Ders, seçimli olarak dördüncü sınıfın sekizinci yarıyılında verilmektedir.
- Eğitmen, dersin güncel ve uygulamalı bir çalışma sahası olduğunu vurgulamaktadır.
- 03:03Öğrenci Beklentilerini Öğrenme
- Eğitmen, öğrencilerin ders beklentilerini öğrenmek için bir form oluşturmuştur.
- Form, dersin başında veya sonunda doldurulabilir ve öğrencilerin bu dersten neler beklediklerini öğrenmek amacıyla hazırlanmıştır.
- Ders sonunda değerlendirme formu da paylaşılacak ve öğrencilerin beklentilerinin karşılanıp karşılanmadığı değerlendirilecektir.
- 05:31Dersin Güncelliği ve Önemi
- Veri madenciliği, sürekli güncellenen ve günden güne değişen bir alandır.
- Eğitmen, öğrencilerin beklentilerine ve geri bildirimlerine göre dersi güncellemeye çalışmaktadır.
- Her sektörde veri yönetimi, analizi ve madenciliği yapıldığı için bu dersin tüm sektörlerde faydalı olacağı vurgulanmaktadır.
- 08:35Öğrenci Anketi
- Eğitmen, öğrencilerin hangi alanda çalışacaklarını (mühendislik, veri bilimi veya yönetim) öğrenmek için bir anket düzenlemiştir.
- Programlama bilgisi seviyesi (kullanıyorum, biraz biliyorum, sıfırım) ve istatistik-matematik bilgisi seviyesi (iyi, orta, kötü) hakkında da anket soruları sorulmuştur.
- 11:01Makine Öğrenmesi ve Dersin Amacı
- Makine öğrenmesinde sınıflandırma, kümeleme, eğitim, veri setinin test edilmesi ve doğrulama kavramlarını bilmek önemlidir.
- Ders uzaktan eğitimde verilmekte olup, iki dönemdir bu şekilde devam etmektedir.
- Uzaktan eğitimde internet bağlantısı, ortalama üstü bir bilgisayar yeterli olup, ekstra donanım gereksinimi yoktur.
- 12:19Uzaktan Eğitimdeki Faydalar
- Uzaktan eğitimde zaman ve yer sınırlaması olmadığı için istenilen zaman ve yerden derse katılabilirsiniz.
- İnternette kaynakların çokluğu hem fayda hem zarar olabilir, bu ders kapsamında yönlendirme sağlanacaktır.
- Uzaktan eğitim, yüz yüze eğitimden daha rahat ve faydalı bir deneyim sunmaktadır.
- 14:35Ders Bilgileri ve Programı
- Dersin kodu EMM424 olup, çarşamba günü 11:30'da başlayıp 13:00'da biten 90 dakikalık süreye sahiptir.
- Ders 45-50 dakika birer bölüm olarak, arasında 10-15 dakikalık arayla verilecektir.
- İlk bölüm derse giriş bilgilerini içerirken, ikinci bölüm temel kavramlar ve kullanılacak programlar hakkında bilgi verecektir.
- 16:14Ders Tanıtım Formu
- Ders tanıtım formu, dersle ilgili önemli bilgilerin yer aldığı bir PDF dosyasıdır.
- Formda dersin amacından, iletişim bilgilerinden, ders zamanından ve toplantı linkinden bahsedilmektedir.
- Google Meet linki, ders dışında toplantı yapmak istediğimizde kullanılacak ve ders boyunca değişmeyecektir.
- 18:45Ders Kaynakları
- Ders için ana kitap olarak bir açık kaynak (ücretsiz) kitap kullanılacak ve bu kitabın sunumları da ücretsiz paylaşılacaktır.
- Ders kapsamına uygun dört-beş tane ek kitap da listelenmiştir.
- Ders tanıtım formunda ders akışı tablosu da paylaşılmıştır.
- 20:15Değerlendirme Sistemi
- Ders kapsamında iki adet kısa sınav yapılacaktır ve tarihleri belirlenmiştir.
- Bir adet performans ödevi yapılacak olup, bu ödevde bir konu veya problem hakkında araştırma yapılıp uygulama geliştirilecektir.
- Ödevlerin teslim tarihleri Google Class üzerinden net olarak belirlenecek ve geç gelen ödevler cezalandırılacaktır.
- 22:18Ek Kaynaklar
- Ders tanıtım formunda veri madenciliği alanında güncel konuları takip etmek için dergi ve konferans linkleri paylaşılmıştır.
- Diğer üniversitelerdeki veri madenciliği derslerinin içerikleri hakkında bilgi veren bağlantılar da paylaşılmıştır.
- Ders tanıtım formunu incelemek, dersin en önemli çıktılarından biridir.
- 26:32Google Classroom Kullanım Amacı
- Google Classroom'ı dersle ilgili materyalleri (sunumlar, PDF'ler, PowerPoint, Word, Excel) paylaşmak için kullanacağız.
- Sınıf Çalışmaları sekmesinden ders materyallerini, ödevleri, sınavları ve ders tanıtım formunu görebileceksiniz.
- Her haftalık konularla ilgili materyaller başlıklar altında paylaşılacak.
- 28:09Ödev ve Sınav Yönetimi
- Ödevlerin paylaşımı, değerlendirmesi ve teslim alınması Google Classroom üzerinden yapılacaktır.
- Sınavlarda da benzer şekilde talimatlar ve sınav dökümanları paylaşılacak, kod dosyaları yüklenip değerlendirilecektir.
- Puanlama gizli yorumlar kısmında paylaşılacak ve itirazlar buradan yapılacaktır.
- 30:35Soru-Cevap ve İletişim
- Dersle ilgili soru-cevaplar Google Classroom üzerinden paylaşılabilir.
- Öğrenciler birbirlerine veya eğitmenlere soru sorabilir, kaynak paylaşabilir veya kendi bulduklarını diğerlerle paylaşabilir.
- Spesifik olmayan sorular için mail yerine Google Classroom kullanılması önerilir.
- 32:38Performans Ödevleri ve Puanlama
- Performans ödevleri sunumları Google Meet bağlantısı üzerinden dinlenebilir.
- Ödev ve sınav puanları Google Classroom üzerinden takip edilebilir.
- Yıl sonu değerlendirmeleri bittikten sonra puanlar SABIT sistemine aktarılacak ve harf notları oradan görülecektir.