Bilgi Paketi / Ders Kataloğu
| Ekonomi | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | Mühendislik Fakültesi | ||||||
| Ders Kodu | AI 451 | ||||||
| Ders Adı İngilizce | Natural Language Processing | ||||||
| Ders Adı Türkçe | Doğal Dil İşleme | ||||||
| Öğretim Dili | EN | ||||||
| Ders Türü | Ters-Yüz Öğrenme | ||||||
| Dersin Düzeyi | Seçiniz | ||||||
| Dönem | Güz | ||||||
| Haftalık İletişim Saatleri |
|
||||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 152 saat | ||||||
| Ders Kredileri | 6 AKTS | ||||||
| Değerlendirme | Standart Harf Notu | ||||||
| Ön Koşul | Yok | ||||||
| Yan Koşul | Yok | ||||||
| Beklenen Ön Bilgi | Programlamada ön bilgi, temel matematik ve olasılık bilgisi | ||||||
| Kayıt Kısıtlamaları | Sadece Lisans Öğrencileri | ||||||
| Genel Eğitim Hedefi | Doğal dillerin hesaplamalı özelliklerini anlamak, doğal dil işlemenin farklı yönlerini ve temel esaslarını öğrenmek ve dilsel bilgiyi işlemek için en ileri düzey algoritmaların ve uygulamaların nasıl tasarlanacağına aşina olmak. | ||||||
| Ders Açıklaması | Bu ders doğal dil işlemede kullanılan temel yöntemleri içermektedir: sözlük, dil modelleri, sözdizim, anlambilim, değerlendirme ve derin öğrenme teknikleri ile karmaşık problemleri çözme. Ek olarak, kelime türü etiketleme, kelime anlamı belirleme, dil üretimi, metin sınıflandırma ve özet çıkarımı gibi bazı doğal dil işleme konularını ve algoritmalarını ele almaktadır. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) Doğal dil işlemenin temel ilkelerini, algoritmalarını ve kuramsal konularını tanımlar; 2) Dilbilimsel problemleri çözmek için olasılık ve istatistik yöntemlerini kullanmak; İnsan dillerinde yazılmış metinleri işlemek için hesaplamalı teknikler ve derin 3) İnsan dillerinde yazılmış metinleri işlemek için hesaplamalı teknikler ve derin öğrenme araçlarını uygular; 4) Doğal dil işleme uygulamalarında kullanılan metinsel verileri analiz eder ve yorumlar; 5) NLP tekniklerini kullanarak karmaşık bir mühendislik problemini belirleme ve çözme sürecinde ekip çalışmasını gösteriri; 6) Bir araştırma projesi kapsamında iyi organize edilmiş bir araştırma raporu hazırlamak için yeni bilgiler edinir ve uygular; 7) Araştırma çalışmalarını bir dinleyici kitlesi önünde sunar. |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | |||||||
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | |||||||
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak | |||||||
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | |||||||
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | |||||||
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | |||||||
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | |||||||
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | |||||||
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | |||||||
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | |||||||
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | N | |
| 2) | Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | N | |
| 3) | Mikroekonomik ve makroekonomik teoriyi anlamak | N | |
| 4) | Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | N | |
| 5) | Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | N | |
| 6) | Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | N | |
| 7) | Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | N | |
| 8) | Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | H | |
| 9) | Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | H | |
| 10) | Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | H | |
| 11) | Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. | H |
| Hazırlayan ve Tarih | ŞENİZ DEMİR , February 2026 |
| Ders Koordinatörü | TUBA AYHAN |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Doğal Dil İşlemeye Giriş |
| 2) | Sözlükler ve Düzenli İfadeler |
| 3) | NLP İşleme Düzeyleri (Morfoloji, Sentaks ve Anlambilim) |
| 4) | Dil Modelleri ve N-gramlar |
| 5) | Değerlendirme Yöntemleri ve Ölçütler |
| 6) | Kelime Gömüleri |
| 7) | Sinirsel Modeller (RNN ve LSTM) |
| 8) | Transformers – Temeller |
| 9) | Transformers - Attention |
| 10) | Büyük Dil Modelleri – Kodlama ve Kod Çözme |
| 11) | Büyük Dil Modelleri – Eğitim ve Çıkarım |
| 12) | Büyük Dil Modelleri – İleri Konular 1 |
| 13) | Büyük Dil Modelleri – İleri Konular 2 |
| 14) | NLP Araştırma Konuları |
| 15) | Final Sınavı/Proje/Sunum Dönemi |
| 16) | Final Sınavı/Proje/Sunum Dönemi |
| Gerekli/Tavsiye Edilen Okumalar | • Önerilen: Speech and Language Processing, D. Jurafsky, J.H. Martin, 2nd Edition, Pearson-Prentice Hall, 2009. • Destekleyici: Foundations of Statistical Natural Language Processing, C.D. Manning, H. Schutze, MIT Press, 2002. • Destekleyici: Natural Language Processing with Python, S.Bird, E.Klein, E.Loper, O’Reilly Media, 2009. | ||||||
| Öğretme Teknikleri | Ters Yüz Öğrenme | ||||||
| Ödev ve Projeler | Ters Yüz Uygulamalar ve Projeler | ||||||
| Laboratuvar Çalışması | |||||||
| Bilgisayar Kullanımı | Gerekli | ||||||
| Diğer Aktiviteler | |||||||
| Değerlendirme Yöntemleri |
|
||||||
| Ders Yönetimi |
demirse@mef.edu.tr 5th Floor Room 536 Final sınavı kaçırma: Fakülte yönetmelikleri. Uygunsuz davranış, akademik dürüstlüğe aykırılık ve intihal, Yükseköğretim Kanunu’nun 54. maddesine tabidir. |
||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 1 | 3 | 1 | 70 | ||
| Proje | 4 | 1 | 14 | 2 | 68 | ||
| Ara Sınavlar | 1 | 10 | 2 | 2 | 14 | ||
| Toplam İş Yükü | 152 | ||||||
| Toplam İş Yükü/25 | 6.1 | ||||||
| AKTS | 6 | ||||||