| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Makine Mühendisleri İçin Elektronik ve Yapay Zekaya Giriş | ME 205 | 2 | 1 | 3 + 2 | 4 | 6,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Temel elektronik prensiplerini kullanarak temel devreleri tasarlayın ve analiz eder, mikrodenetleyicileri (Arduino, Raspberry Pi, ESP32) programlar ve makine mühendisliği uygulamalarına uygun sensörler ve aktüatörlerle arayüz oluşturabilirler. |
| 2. Makine mühendisliği alanında öngörücü bakım, kalite kontrol ve optimizasyon görevleri için makine öğrenimi algoritmalarını uygular ve yorumlayabilirler. |
| 3. Mekanik bileşen tasarımı, otomatik görsel denetim ve üretim süreçlerinde robotik görüş için yapay zeka destekli tasarım araçlarını ve bilgisayarla görme tekniklerini kullanırlar. |
| 4. Makine mühendisliğinde yapay zekanın etik boyutlarını, Endüstri 4.0 kavramları ve akıllı üretim teknolojileri ve gelecekteki eğilimlerini değerlendirebilirler. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, makine mühendisliği öğrencilerine elektronik ve yapay zeka konusunda kapsamlı bir temel kazandırarak**, **geleneksel mekanik sistemler ile modern akıllı teknolojiler arasındaki boşluğu kapatmayı amaçlamaktadır.
Hedefler şunlardır:
1. Temel elektronik prensipler ve devre tasarımında yetkinlik geliştirmek**
2. Mikrodenetleyicilerin (Arduino, Raspberry Pi, ESP32) programlanması ve uygulanmasında uzmanlaşmak**
3. Mekanik sistemlere uygun sensörler ve aktüatörlerle uygulamalı deneyim kazanmak**
4. Temel yapay zeka kavramlarını ve bunların makine mühendisliğindeki uygulamalarını anlamak**
5. Veri analizi, görselleştirme ve makine öğrenmesi tekniklerinde beceri edinmek**
6. Mühendislik bağlamında bilgisayarla görme ve doğal dil işleme konularını keşfetmek**
7. Yapay zeka etiği ve akıllı üretimde gelecekteki eğilimler üzerine eleştirel düşünme yetisi geliştirmek**
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Elektroniğe ve Temel Bileşenlere Giriş |
| 2 | Pasif Bileşenler ve Devre Analizi |
| 3 | Introduction to Energy Conversion Systems |
| 4 | Arduino, Sensörler ve Aktüatörlere Giriş |
| 5 | Raspberry Pi’ye Giriş |
| 6 | ESP32 ve Kablosuz İletişim |
| 7 | Makine Mühendisliğinde Proje Entegrasyonu ve Uygulamaları - 1 |
| 8 | Makine Mühendisliğinde Proje Entegrasyonu ve Uygulamaları - 2 |
| 9 | Makine Mühendisliğinde Yapay Zekaya Giriş |
| 10 | Makine Öğrenmesi Temelleri |
| 11 | Makine Mühendisleri için Yapay Zeka Araçları ve Platformlar |
| 12 | Makine Mühendisliğinde Bilgisayarla Görme - 1 |
| 13 | Makine Mühendisliğinde Bilgisayarla Görme - 2 |
| 14 | Etik, Gelecek Eğilimleri ve Kariyer Fırsatları |
| |
| Kaynaklar: |
| Paul Scherz and Simon Monk Practical Electronics for Inventors McGraw Hill Professional 2016 9781259587542
Stuart Russell and Peter Norvig Artificial Intelligence: A Modern Approach Pearson 2024 9781292472553 |
| |
| Diğer Kaynaklar: |
| Arduino IDE |
| |
| Öğretim Yöntem ve Teknikleri: |
| Ders şu şekilde düzenlenecektir:
Dersler (haftada 3 saat): Elektronik ve yapay zeka ile ilgili teorik kavramlar sunulacaktır.
Projeler: Öğrenciler, elektronik ve yapay zeka kavramlarını birleştiren bütünleşik projeler üzerinde çalışacaktır. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %25 |
| Laboratuvar | 10 | %20 |
| Proje | 1 | %20 |
| Final Sınavı | 1 | %35 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |