Bilgi Paketi & Ders Kataloğu
| 1 | Dersin Adı: | TIPTA YAPAY ZEKA |
| 2 | Dersin Kodu: | TIP3191 |
| 3 | Dersin Türü: | Seçmeli |
| 4 | Dersin Seviyesi: | Lisans |
| 5 | Dersin Verildiği Yıl: | 3 |
| 6 | Dersin Verildiği Yarıyıl: | 5 |
| 7 | Dersin AKTS Kredisi: | 3 |
| 8 | Teorik Ders Saati (saat/hafta): | 1 |
| 9 | Uygulama Ders Saati (saat/hafta): | 0 |
| 10 | Laboratuar Ders Saati (saat/hafta): | 0 |
| 11 | Dersin Önkoşulu | Yok |
| 12 | Ders İçin Önerilen Diğer Hususlar | Yok |
| 13 | Dersin Dili: | Türkçe |
| 14 | Dersin Veriliş Şekli | Yüz yüze |
| 15 | Dersin Koordinatörü: | Öğr. Gör. Dr. Mevlüt Okan AYDİN |
| 16 | Dersi Veren Diğer Öğretim Elemanları: |
Prof.Dr.Züleyha Alper Doç.Dr.İlker Mustafa Kafa |
| 17 | Ders Koordinatörünün İletişim Bilgileri: |
Ögr. Gör. Dr. Okan Aydın okanaydin@uludag.edu.tr Uludağ Üniversitesi Tıp Fakültesi, USIM, 16059 Nilüfer, Bursa |
| 18 | Dersin Web Adresi: | http://bilgipaketi.uludag.edu.tr/Programlar/Detay/28?AyID=30 |
| 19 | Dersin Amacı | Öğrencilerin yapay zeka sayesinde klinikte teşhis, tanı ve tedavi gibi süreçleri hızlandırabilmeleri, oluşabilecek insani hataları azaltarak hizmet kalitesini arttırabilmeleri amaçlanmaktadır. |
| 20 | Dersin Mesleki Gelişime Katkısı: | Yapay zekanın tarihçesi, yapay zekanın nasıl kullanılacağı, yapay zeka ve malpraktis, yapay zeka ile senaryo hazırlama ve bunu kullanarak verileri yeniden yorumlama, |
| 21 | Ders Öğrenme Kazanımları |
|
| 22 | Dersin İçeriği |
| Hafta | Teori | Uygulama |
| 1 | Yapay zekaya giriş | |
| 2 | Makine öğrenme sistemleri | |
| 3 | Klinik bilgi ile karar verme | |
| 4 | Klinik karar verme destek sistemleri | |
| 5 | YZ-temelli klinik karar verme | |
| 6 | Medikal teşhiste yapay zeka, tedavi seçme izleme | |
| 7 | Yapay zeka ve Etik | |
| 8 | Yapay zekanın sağlıkta kullanımı | |
| 9 | ||
| 10 | ||
| 11 | ||
| 12 | ||
| 13 | ||
| 14 |
| 23 | Ders Kitabı, Referanslar ve/veya Diğer Kaynaklar: |
1.Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong - Mathematics For Machine Learning (2019, Cambridge University Press) https://mml-book.github.io/ 2.Linear Algebra and Its Applications, 5th Edition, David C.Lay, Stephen R. Lay, Judi J.McDonald. 3. Calculus, A complete course, 9th edition, Robert A.Adams & Christopher Essex. 4. Master Algoritma: Yapay Zeka hayatımızı nasıl değiştirecek? Pedro Domingos, 5.https://eithealth.eu/wp-content/uploads/2020/03/EIT-Health-and-McKinsey_Transforming-Healthcare-with-AI.pdf 6.https://www.nature.com/articles/s41746-021-00385-9 7.https://ieeexplore.ieee.org/abstract/document/9676651 8.https://aapm.onlinelibrary.wiley.com/doi/full/10.1002/mp.13562 9.https://ieeexplore.ieee.org/abstract/document/9429985 10.https://www.nature.com/articles/s41746-020-0221-y 11.https://www.mdpi.com/2077-0383/11/8/2265 12.ÖZKAN, Y. ve EROL, Ç., 2018, "Kanser Biyoenformatiğinde Yapay Zeka", ISBN: 978-605-9594-54-7, Papatya Yayıncılık Eğitim A.Ş., İstanbul. |
| 24 | Değerlendirme |
| YARIYIL İÇİ ÇALIŞMALARI | SAYISI | KATKI YÜZDESİ |
| Ara Sınav | 1 | 40 |
| Kısa Sınav | 0 | 0 |
| Ödev | 0 | 0 |
| Yıl sonu Sınavı | 1 | 60 |
| Toplam | 2 | 100 |
| Yıl içi çalışmalarının Başarıya Oranı | 40 | |
| Finalin BAşarıya Oranı | 60 | |
| Toplam | 100 | |
| Derste Kullanılan Ölçme ve Değerlendirme Yaklaşımları | Ölçme ve değerlendirme Bursa Uludağ Üniversitesi Ön Lisans ve Lisans Eğitim-Öğretim Yönetmeliği ilkelerine göre yapılmaktadır. | |
| Açıklama | ||
| 25 | AKTS / İŞ YÜKÜ TABLOSU |
| Etkinlik | SAYISI | Süresi [Saat] | Toplam İş Yükü [Saat] |
| Teorik Dersler | 14 | 1 | 14 |
| Uygulamalı Dersler | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme) | 0 | 0 | 0 |
| Ödevler | 0 | 0 | 0 |
| Projeler | 0 | 0 | 0 |
| Arazi Çalışmaları | 0 | 0 | 0 |
| Arasınavlar | 1 | 1 | 1 |
| Diğer | 14 | 5 | 70 |
| Yarıyıl Sonu Sınavları | 1 | 1 | 1 |
| Toplam İş Yükü | 86 | ||
| Toplam İş Yükü / 30 saat | 2,87 | ||
| Dersin AKTS Kredisi | 3 |
| 26 | PROGRAM YETERLİLİKLERİ İLE DERS ÖĞRENİN KAZANIMLARI İLİŞKİSİ TABLOSU | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ÖK: Öğrenme Kazanımları | PY: Program yeterlilikleri |
| Katkı Düzeyi: | 1 Çok Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 Çok Yüksek |