Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
3BNS 267Finansta Makine Öğrenmesi ve Yapay Zeka2+0+02326.10.2026
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Ön Lisans
Bölümü / Programı Bankacılık ve Sigortacılık
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Makine öğrenmesi ve yapay zekânın temel kavramlarını tanıtmak ve öğrencilere Python ile finans ve sigortacılık verileri üzerinde basit modeller kurma deneyimi kazandırmaktır.
Dersin İçeriği Yapay zekâ ve makine öğrenmesinin temel kavramları. Gözetimli ve gözetimsiz öğrenme. Veri hazırlama ve temizleme. Python programlamaya giriş. Finansta uygulama alanları: kredi skorlama, sahtecilik tespiti ve algoritmik alım-satım. Sigortacılıkta hasar tahmini ve risk sınıflandırması. Müşteri hizmetlerinde yapay zekâ uygulamaları. Yapay zekâ etiği, model riski ve yasal çerçeve. Basit modellerin uygulamalı olarak kurulması.
Dersin Yöntem ve Teknikleri Bilgisayar laboratuvarında uygulamalı anlatım, örnek veri setleriyle uygulamalar, ödev ve sınavlar.
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Dr.Öğretim Üyesi
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Python ve scikit-learn çevrim içi dokümantasyonu (www.python.org, scikit-learn.org).

Ders Yapısı
Matematik ve Temel Bilimler %30
Alan Bilgisi %70

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 2 28
Ödevler 14 3 42
Ara Sınavlar 1 8 8
Yarıyıl Sonu Sınavı 1 12 12
Toplam İş Yükü   AKTS Kredisi : 3 90

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Yapay zekâ ve makine öğrenmesinin temel kavramlarını, gözetimli ve gözetimsiz öğrenmeyi açıklar.
2 Python ile veri hazırlama ve temizleme işlemlerini uygular.
3 Kredi skorlama, sahtecilik tespiti ve hasar tahmini için basit makine öğrenmesi modelleri kurar.
4 Finans ve sigortacılıkta yapay zekâ uygulama alanlarını değerlendirir.
5 Yapay zekâ etiğini, model riskini ve yasal çerçeveyi yorumlar.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
0 Algoritmik Alım-Satım Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
1 Yapay Zekâ ve Makine Öğrenmesinin Temel Kavramları Okuma Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
2 Gözetimli ve Gözetimsiz Öğrenme Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
3 Python Programlamaya Giriş Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
4 Python ile Veri Hazırlama ve Temizleme Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
5 Temel Sınıflandırma ve Regresyon Modelleri Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
6 Model Değerlendirme Ölçütleri Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
7 Finansta Uygulama: Kredi Skorlama Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
8 ARA SINAV
9 Finansta Uygulama: Sahtecilik Tespiti Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
11 Sigortacılıkta Hasar Tahmini ve Risk Sınıflandırması Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
12 Müşteri Hizmetlerinde Yapay Zekâ Uygulamaları Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
13 Yapay Zekâ Etiği, Model Riski ve Yasal Çerçeve Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
14 Uygulamalı Model Kurma Çalışması Dersle ilgili son işlenen ve yeni haftada işlenecek konular, basılı ve dijital kaynaklar ile çevrim içi içeriklerden yararlanılarak önceden incelenir. Dixon, M. F., Halperin, I. ve Bilokon, P. Finansta Makine Öğrenmesi: Teoriden Uygulamaya. Springer.
15 FİNAL SINAVI

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14
Tüm 4 1 5 5 4 3 2 2 2 2 1
Ö1
Ö2
Ö3
Ö4
Ö5

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek