SavedAdd your journal

Journals / İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2021 / Cilt: 3 - Sayı: 1

Özgür ve Açık Kaynak Kodlu Yazılım Platformlarının Uygulamalı Yapay Zeka Eğitimlerine Katkısı

Hıdır SELÇUK
T. Çetin AKINCI
Şahin Serhat ŞEKER
Pages
11–14
Publication Date
2021-04-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Öğrencilerin üniversite eğitimi süresince AKK yazılım platformlarına erişebilmelerini sağlayacak ve onlara AKK platformunda uygulamalar ve yeni tasarımlar yapma becerisi kazandırabilecek imkanlar sunmak için ilgili bölümlerin müfredat programlarında değişiklikler yapılması gerekliliği ortaya çıkmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Açık Kaynak Kodlu (AKK) yazılım ortamları öğrencilere ve araştırmacılara yapay zeka alanında geniş uygulama yapma ve model geliştirme imkanı sunmaktadır.
📊
Key Findings & Data:Bu çalışmada AKK yazılım ortamlarının ve açık kaynak veri tabanlarının yapay zeka eğitimine yaptığı katkılar ele alınmış ve tartışılmıştır.
💡
Conclusion & Impact:Öğrencilerin üniversite eğitimi süresince AKK yazılım platformlarına erişebilmelerini sağlayacak ve onlara AKK platformunda uygulamalar ve yeni tasarımlar yapma becerisi kazandırabilecek imkanlar sunmak için ilgili bölümlerin müfredat programlarında değişiklikler yapılması gerekliliği ortaya çıkmıştır.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Yapay zeka · Eğitim · Açık kaynak kodlu (AKK)

Özet

Açık Kaynak Kodlu (AKK) yazılım ortamları öğrencilere ve araştırmacılara yapay zeka alanında geniş uygulama yapma ve model geliştirme imkanı sunmaktadır. Teknolojinin gelişmesiyle AKK yazılım ortamlarının sayısının artması sonucunda veri bilimi ve veri mühendisliğinde gelişmeler olmuş ve açık kaynak veri tabanları ortaya çıkmıştır. Açık kaynak veri tabanları, bir kapalı kaynak kodlu (KKK) yazılım ortamı olan MATLAB içerisinde kullanılarak yapay zeka alanında yeni gelişmelere yol açmıştır. Bugün tensorflow ve keras gibi açık kaynak yazılım kütüphaneleri sayesinde öğrenciler yapay zeka alanında özgürce tasarım yapma ve geliştirme imkanına sahip olabilmektedir. Bu çalışmada AKK yazılım ortamlarının ve açık kaynak veri tabanlarının yapay zeka eğitimine yaptığı katkılar ele alınmış ve tartışılmıştır. Öğrencilerin üniversite eğitimi süresince AKK yazılım platformlarına erişebilmelerini sağlayacak ve onlara AKK platformunda uygulamalar ve yeni tasarımlar yapma becerisi kazandırabilecek imkanlar sunmak için ilgili bölümlerin müfredat programlarında değişiklikler yapılması gerekliliği ortaya çıkmıştır.

🔖

Cite This Article

SELÇUK, H., AKINCI, T. Ç., ŞEKER, Ş. S. (2021). Özgür ve Açık Kaynak Kodlu Yazılım Platformlarının Uygulamalı Yapay Zeka Eğitimlerine Katkısı. İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 3 - Sayı: 1, 11–14. https://ajindex.com/articles/772033

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (12)

  1. Akinci T. C., Nogay, H. S., Gokmen, G. (2011). Determination of optimum operation cases in electric arc welding machine using neural network”, Journal of Mechanical Science and Technology, 25: 1003-1010.
  2. Akinci, T.C., Nogay, H. S., Guseinoviene, E., Dikun, J., Seker, S., “Application of ANN for Short Term Forecasting of Wind Power Density. (2016). Renewable Energy and Innovative Technologies, Smolyan, Bulgaristan, 10 -11 June, c1: 157-163.
  3. Akinci, T. C., Nogay, H.S. (2012). Wind Speed Correlation Between Neighboring Measuring Stations”, Arabian Journal for Science and Engineering, 37:1007-1019.
  4. Bhattacharya, S., Czejdo, B., Agrawal, R., Erdemir, E., Gokaraju, B. (2018). Open Source Platforms and Frameworks for Artificial Intelligence and Machine Learning. SoutheastCon, 19-22
  5. April, IEEE St. Petersburg, FL, USA. Birbir Y. Nogay, H. S. (2007). Application of Artificial Neural Network for Harmonic Estimation in Different Produced Induction Motors. International Journal of Circuits, Systems and Signal Processing, 4: 334-340, 2007.
  6. Birbir Y., Nogay H. S., Ozel Y. (2007). Neural Network Solution to Low Order Odd Current Harmonics in Short Chorded Induction Motors. International Journal of Systems Applications, Engineering & Development, 1:21-28, 2007.
  7. DeKoenigsberg, G. (2008). How Successful Open Source Projects Work, and How and Why to Introduce Students to the Open Source World. 21st Conference on Software Engineering Education and Training, 14-17
  8. April, Charleston, SC, USA. Dorodchi, M., Dehbozorgi, N. (2016). Utilizing Open Source Software in Teaching Practicebased Software Engineering Courses. 2016 IEEE Frontiers in Education Conference (FIE), 12-15
  9. Oct. Erie, PA, USA. Drummond, D. E., Alto, P. (2016). Open sourcing education for Data Engineering and Data Science. IEEE Frontiers in Education Conference (FIE), 12-15
  10. Oct. Erie, PA, USA. Ersoz S., Akinci T. C., Nogay H. S., Dogan G. (2013). Determination of Wind Energy Potential in Kirklareli-Turkey”, International Journal of Green Energy, 10:103-116.
  11. Hawthorne M., J., Perry, D. E. (2005). Software Engineering Education in the Era of Outsourcing, Distributed Development, and Open Source Software: Challenges and Opportunities. Proceedings. 27th International Conference on Software Engineering ICSE,15-21 May, 2 Saint Louis, MO, USA. Hislop, G. W., Ellis, H. J. C. (2017). Humanitarian Open Source Software in Computing Education. Computer IEEE, 50(10):98-101.
  12. Hu, Z., Song, Y., Gehringe, E.F. (2018). Open-Source