DERS TANITIM BİLGİLERİ

mmr.fadf.ieu.edu.tr

Dersin Adı

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
	Güz/Bahar

Ön-Koşul(lar)	Yok
Dersin Dili
Dersin Türü	Seçmeli
Dersin Düzeyi	-
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri
Dersin Koordinatörü	-
Öğretim Eleman(lar)ı	Öğr. Gör. Dr. Lale BAŞARIR
Yardımcı(ları)	-

Dersin Amacı
Öğrenme Çıktıları	Bu dersi başarıyla tamamlayabilen öğrenciler; Makina öğrenmesi aracılığıyla geliştirecekleri anlayış için mevcut verileri analiz edebileceklerdir, Edinilen verilere dayalı olarak mimari bilgiyi ayrıştırabileceklerdir, Mimari uygulamalarında makina öğrenmesi ve derin öğrenme modellerinin uygulanması için gelişmiş bir beceri edineceklerdir, Mimaride yapay zeka için gereksinim duyulan en az bir temel yazılım kullanabileceklerdir, Mimaride yapay zeka için yürütülen makine öğrenmesi ve derin öğrenme süreçlerine yardımcı olacak şekilde veri ön-işlemesini yapabileceklerdir.
Ders Tanımı

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri	X
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

Hafta	Konular	Ön Hazırlık
1	Ders Özeti: Giriş, devam, katılım ve zaman yönetimi	Giriş + Ödev #1: basit bir makina öğrenmesi uygulaması
2	Temel kavramlarıyla Yapay Zeka	Ödev #2: Veri kavramının anlaşılması
3	Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Tarihi	Ödev #3: Sınıflandırma
4	Mimarlikta Bilişim, Nicholas Negroponte, William J. Mitchell et.al	Ödev #4, Goodfellow. I., et.al. (2016) Deep Learning, MIT Press @ www.deeplearningbook.org
5	Mimarlık ve Örüntü, Biçim Grameri. Works of Christopher Alexander, George Stiny, John S. Gero et.al	Ödev #5:Metin işleme, Imaj işleme
6	Ara Sınav I
7	Derin Öğrenme modelllerine genel bakış	Ödev #6: Nielsen, M. (2017) Neural Networks and Deep Learning, Online book
8	Veri Edinme	Ödev #7
9	Veri Önişleme temelleri	Ödev #8
10	Bilgisayarla görme(CV) temelleri	Proje üzerinde çalışma
11	Öğrenme modelleri kurma	Proje üzerinde çalışma
12	Ara Sınav II
13	Yapay zeka yönünde BIM alanındaki gelişmeler	Proje üzerinde çalışma
14	Proje Sunumları	Proje üzerinde çalışma
15	Proje Sunumları	Proje üzerinde çalışma/Sunum
16	Final, Proje Sunumları	Proje üzerinde çalışma/Sunum

Ders Kitabı

Nielsen, M. (2017) Neural Networks and Deep Learning, Online book @neuralnetworksanddeeplearning.com
Goodfellow. I., Bengio Y., Courville A. (2016) Deep Learning, MIT Press @ www.deeplearningbook.org
Autodesk University

Önerilen Okumalar/Materyaller

Steenson, M. W. (2017) Architectural Intelligence: How Designers and Architects Created the Digital Landscape, The MIT Press, Cambridge, Massachusettes
Hyde, R. (2016) Architecture in the coming age of Artificial Intelligence Retrieved from https://architectureau.com/articles/architecture-in-the-coming-age-of-artificial-intelligence/04.04.2018
Oxman, R., Oxman. R. (2014) Theories of the Digital in Architecture, Routledge New York, NY
Hall, J. Storrs. (2007) Beyond AI: Creating the Conscience of the Machine. Amherst, NY: Prometheus Books, 253.
Negroponte, N. (1975) Soft Architecture Machines, The MIT Press. Cambridge, Massachusettes. Available at: http://www.uni-due.de/~bj0063/doc/Negroponte.pdf

Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı	27	100
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	1	16
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16	4
Sınıf Dışı Ders Çalışması
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev	8	2
Sunum / Jüri Önünde Sunum
Proje	1	4
Seminer/Çalıştay
Sözlü Sınav
Ara Sınavlar		5
Final Sınavı
		Toplam	100

#	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Mimarlık alanında edindiği kuramsal ve teknik bilgileri uygulamada kullanabilmek.					X
2	Mimarlık alanındaki kavram ve düşünceleri anlamak, yorumlayabilmek ve değerlendirmek.				X
3	Uygulamada karşılaşılan karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilmek.				X
4	Edindiği bilgi ve becerileri eleştirel bir yaklaşımla değerlendirmek; öğrenme gereksinimlerini belirleyebilmek ve öğrenmesini yönlendirebilmek.			X
5	Mimarlıkla ilgili düşüncelerini ve sorunlara ilişkin çözüm önerilerini görsel, yazılı ve sözlü olarak aktarabilmek.					X
6	Düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilmek.					X
7	Bir yabancı dili kullanarak mimarlık alanındaki bilgileri izleyebilmek ve meslektaşları ile iletişim kurabilmek.		X
8	Mimarlık alanının gerektirdiği düzeyde bilgisayar tabanlı bilişim ve iletişim teknolojilerini kullanabilmek.					X
9	Mimari verinin birikiminde, yorumlanmasında ve/veya uygulamasında toplumsal, bilimsel ve etik değerlerle donanımlı olmak.					X
10	Mimarlıkla direk veya dolaylı olarak ilgili olan disiplinlerle bu disiplinlerde temel bilgiye sahip olarak işbirliği yapabilmek.		X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest