Yapay Zeka YL Programı
GEBZE TEKNİK ÜNİVERSİTESİ
LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
“YAPAY ZEK” TEZLİ YÜKSEK LİSANS PROGRAMI
PROGRAM TANIMI
Gebze Teknik Üniversitesi “Yapay Zekâ Yüksek Lisans Programı”, Lisansüstü Eğitim Enstitüsü bünyesinde ülkenin öncelikli alanlarda akademik ihtiyaçları ve kamu, özel sektör ve endüstriden gelen talepler doğrultusunda tasarlanmış bir yüksek lisans öğretim programıdır. Program, üniversitenin belirleyeceği takvim çerçevesinde Gebze Teknik Üniversitesi bünyesinde alanında uzman akademisyenler tarafından verilen dersler ve program öğrencilerinin danışmanlarıyla birlikte yürüttüğü tez çalışmalarının birleşiminden oluşur.
PROGRAMA ÖĞRENCİ KABUL KOŞULLARI
Yükseköğretim Kurumu (YÖK) tarafından denkliği bulunan yurtiçi ve yurtdışından mühendislik, temel bilimler (Fizik, Matematik), sosyal bilimler veya sağlık bilimleri tabanlı bir lisans programından mezun olan ve aşağıdaki şartları sağlayanlar programa başvurabilecektir.
- ALES Sayısal en az 70 (veya eşdeğer GRE) olmalıdır.
- 5Yabancı dil yeterliliği aşağıdakilerden biri ile belgelenmiş olmalıdır
-
- YDS puanı en az 55 olmalıdır
- TOEFL IBT/CAE gibi geçerliliği YÖK tarafından kabul edilen sınavlarda YDS eşdeğer puanı almış olmalıdır
- GTÜ tarafından yapılan İngilizce sınavından en az 60 almış olmalıdır
-
- Yabancı uyruklu öğrenci kabulü mümkün olup, bu öğrenciler GTÜ lisansüstü eğitim-öğretim yönetmeliği esaslarına göre programa kabul edilecektir.
Yüksek lisans programlarına giriş başarı puanı; ALES veya eşdeğer puanın %50'si, ve lisans Bitirme ortalamasının %50'sinin toplamı alınarak hesaplanır. Gerekli görüldüğünde bu hesaba katılacak girdiler dinamik aralıklarına göre normalize edilir. Bu şekilde elde edilen puanlar en yüksekten başlayarak sıralanır ve ilan edilmiş kontenjan kadar kayıt alınır. Giriş başarı puanı 65’in altında olan adaylar başarısız sayılır. Giriş başarı puanının eşit olması halinde sırasıyla alfabetik olarak seçilen adaya öncelik verilir. Sonuçlar ilgili enstitü tarafından ilan edilir.
YÜKSEK LİSANS DERECESİ ALMAK İÇİN ALINMASI GEREKEN ZORUNLU VE SEÇMELİ DERSLER
Yapay Zekâ Yüksek Lisans Programı’ndan yüksek lisans derecesi almak için gerekli olan toplam kredi sayısı ile alınması gereken zorunlu ve seçmeli dersler bu kısımda belirtilmiştir.
Ders İşleyişi
Bilimsel Hazırlık Dersleri: Bu dersler öğrenciye özel olarak düzenlenir. Hazırlık dersleri lisans seviyesi eşdeğer derslerim müfredatı göz önünde bulundurularak genel yetkinliklerde yüksek lisans derslerini takip edebilmek ve verilen ödev çalışmalarını tamamlayabilmek için temel bilgilerin öğrencilere kazandırılmasını hedefler.
Program Dersleri: Program dersleri yüksek lisans seviyesinde %100 İngilizce dilinde yapılır. Program öğrencilere yapay zekâ kavramlarının teorik ve pratik uygulamalarını anlatmak yanında matematik, istatistik, optimizasyon ve programlama altyapılarını pekiştirecek dersleri de içerecektir.
Yüksek Lisans Tezi: Bu kapsamda öğrenciden belirli bir konuda danışmanının yönetiminde tez hazırlaması ve bunu yüksek lisans tezi ve buna ek olarak 6-8 sayfa makale formatında rapor ile ortaya koyarak yurtiçi veya yurtdışı bildiri olarak sunmak üzere hazırlaması beklenmektedir. Tez konuları öğrencilerin işyerinde çalışmış oldukları konulara paralel konulardan seçilerek üniversite sanayi iş birliğinin geliştirilmesi hedeflenmektedir.
Tez Sunumu: Tezler, 3 kişilik komiteden oluşan jüriye sunulur. Tezden geçme ya da kalma şeklinde not verilir.
Bilimsel Hazırlık Programında Alınacak Dersler (Hazırlık Dersleri)
Bilimsel hazırlık kapsamında alınacak olan dersler öğrencinin lisans eğitimi aşamasında almış olduğu dersler ve sahip olduğu bilgi ve deneyime bağlı olarak aşağıdaki derslerden seçilecektir. Bilimsel hazırlık dersleri program dersleriyle aynı dönemde alınabilir. Bu durumda, bilimsel hazırlık derslerinin ön şart olduğu dersler alınamaz.
Bilimsel Hazırlık Dersi (İngilizce/Türkçe) |
GTÜ Lisans Bölümlerince Açılan Eşdeğer Dersler |
Introduction to Programming / Programlamaya Giriş |
BENG 215 Python for Bioengineers CSE 102 Computer Programming INF 211 Algorithms and Programming I |
Probability and Statistics / Olasılık ve İstatistik |
MAT 118 Probability and Statistics MAT 219 Probability and Statistics ELEC 218 Probability and Randomness |
Programming for Data Science / Veri Bilimleri için Programlama |
ENG 346 Data Structures and Algorithms for Artificial Intelligence CSE 222 Data Structures And Algorithms ENF 212 Algorithms and Programming II |
Linear Algebra / Lineer Cebir |
MAT 113 Linear Algebra I MAT 116 Linear Algebra MAT 217 Linear Algebra and Differantial Equations |
Program Dersleri (Z: Zorunlu, S: Seçmeli)
Program dersleri zorunlu ve seçmeli olarak iki gruba ayrılmıştır. Zorunlu dersler programın hedeflediği yetkinliklerin kazanılması için gerekli olarak görülen derslerdir. Seçmeli dersler ise özellikle öğrencinin yapmak istediği araştırmayı destekleyecek konuları içerecektir.
Öğrencinin programı başarıyla tamamlayabilmesi için 3 zorunlu ders yanında en az 1 tane temel alan dersi, en az 1 tane yapay zekâ uygulama dersi ve en az bir tane alan uygulama dersini başarıyla bitirmesi gerekmektedir. Bu dersler aşağıdaki tabloda verilmiştir.
Program Dersi (İngilizce/Türkçe) |
GTÜ LEE Programlarında Açılan Eşdeğer Dersler |
Zorunlu Dersler: Aşağıdaki derslerin tamamı başarıyla tamamlanacaktır. |
|
Machine Learning / Makine Öğrenmesi |
CSE 552 Machine Learning STEC 563 Advanced Machine Learning |
Statistical Data Analysis / İstatistiksel Veri Analizi |
CSE 555 Statistical Data Analysis |
Research Techniques, Philosophy & Ethics / Araştırma Teknik, Felsefe ve Etiği |
INAS 501 Scientific Research Methods and Publication Ethics |
Temel Alan Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır. |
|
Introduction to Learning & Soft Computing / Öğrenme ve Esnek Hesaplamaya Giriş |
ELEC 669 Introduction to Learning and Soft Computing
|
Data Mining / Veri Madenciliği |
CSE 557 Veri Madenciliği IE 512 Advanced Statistical Modeling and Data Mining |
Pattern Recognition / Örüntü Tanıma |
CSE 553 Pattern Recognition ELEC 769 Pattern Recognition |
Big Data Analytics / Büyük Veri Analitiği / |
CSE 541 Big Data Analytics |
Cognitive Science / Bilişsel Bilim |
BENG 520 Computational Neruscience
|
Deep Learning / Derin Öğrenme |
CSE 655 Deep Learning and Applications
|
Temel Uygulama Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır. |
|
Symbolic Computation (S) Sembolik Hesaplama (S) |
CSE 626 Symbolic Computation |
Game Theory (S) Oyun Teorisi (S) |
CSE 512 Game Theory ECON 714 Game Theory |
Image Processing (S) İmge İşleme (S) |
CSE 564 Digital Image Processing ELEC 568 Image Processing |
Graph Processing (S) Çizge İşleme (S) |
CSE 623 Graph Algorihtms and Applications MAT 665 Advanced Topics in Graph Theory |
Optimization (S) Eniyileme (S) |
CSE 624 Heuristics Optimization Methods IE 583 Multicriteria Optim. & Performance Assessment |
Computer Vision (S) Bilgisayarla Görme (S) |
CSE 565 Computer Vision CSE 666 Multiview Geometry For Computer Vision |
Natural Language Processing (S) Doğal Dil İşleme (S) |
CSE 654 Natural Language and Speech Processing |
Linear Programming |
IE 511 Linear Programming |
Digital Signal Processing |
ELEC 567 Digital Signal Processing |
Reinforcement Learning |
STEC 564 Reinforcement Learning |
Alan Uygulamaları Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır. |
|
Special Topics in Engineering App / Müh. Uyg. Özel Konular |
CSE 562 Augmented Reality and 3D User Interfaces IE 514 Mathematical Foundations of Operations Research IE 515 Mathematical Programming EQE 511 Finite Element Method CED 528 Statistical Process Control CED 529 Statistical Experimental Analysis ME 520 Fundamentals Of Finite Element Analysis ME 521 Computer Aided Design ME 524 Artificial Intelligence in Mechanical Engineering ME 525 Optimization of Engineering Design STEC 567 Target Tracking and Sensor Fusion STEC 581 Autonomous Mobile Robots STEC 585 Mechatronic System Design ELEC 672 Numerical Analysis for Simulation and Modeling MATH 677 Non-linear Analysis for Dynamic Systems NANO 621 Computational Methods in Nanoscience |
Special Topics in Social Sciences Apps / Sosyal Bilim Uyg. Özel Konular |
BUS 657 Computer Aided Quantitative Decision Making Techniques BUS 656 Consumer Behavior Theory Analysis |
Special Topics in Health Sciences Apps / Sağlık Bilimleri Uyg. Özel Konular |
BTEC 584 Signaling & Inf. Processing in Biological Systems BSB 616 Advanced Statistics for Medical Research BSB 611 Foundations of Mathematical Modelling in Biology |
AI for Financial Technologies / Finans Teknolojileri için YZ |
ECON 589 Time Series Analysis ECON 706 Panel Data Analysis |
Aşağıdaki derslerin tamamı başarıyla tamamlanacaktır (Zorunlu Dersler) |
|
AI 591 Seminar I / YZ 591 Seminer I |
|
AI 592 Seminar II / YZ 592 Seminer II |
|
AI 599 Thesis Study / YZ 599 Uzmanlık Alan Dersi |
|