YAZILIM KALİTESİNDE YAPAY ZEKA

Ders Açıklaması

Bu ders, AI4SE (Yazılım Mühendisliği için Yapay Zeka) ve SE4AI (Yapay Zeka Sistemleri için Yazılım Mühendisliği) konularını bütünleştirir. Öğrenciler yapay zeka tekniklerinin yazılım kalitesini nasıl iyileştirdiğini; yapay zeka tabanlı test üretimi, makine öğrenmesiyle hata tahmini ve kod kokusu tespiti ile yapay zeka destekli geliştirme araçlarını öğrenir. Ardından güvenilir yapay zeka tabanlı sistemlerin nasıl inşa edileceği, test edileceği ve bakımının yapılacağı; veri ve veri kümesi kalitesi, ML modellerinin test edilmesi ve hata ayıklaması, adalet, önyargı ve açıklanabilirlik, CI/CD ve MLOps ile güvenilir ve güvenli yapay zeka konuları incelenir. Haftalık laboratuvarlarda Python, Jupyter, scikit-learn, TensorFlow/Keras ve SonarQube kullanılır. Ders sonunda öğrenciler yapay zeka ile yazılım mühendisliği ilişkisini kavrar.

YAZILIM KALİTESİNDE YAPAY ZEKA

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Henüz haftalık içerik tanımlanmamış.

Referans Kitaplar & Ders Materyalleri

Kaynak kitap listelenmemiş.

Ders Çıktıları

Öğrenme çıktısı tanımlanmamış.

Program Çıktıları

1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3. Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4. Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7. Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi , iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11. Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.