| 1 | Yapay zekâya giriş: Tanımlar, tarihçe, uygulama alanları | |
| 2 | Zeki sistemlerin bileşenleri, problem çözme ve durum uzayı kavramı | |
| 3 | Arama algoritmaları: Bilinçli ve bilinçsiz arama yöntemleri | |
| 4 | Bilgi temsili, mantık ve çıkarım yöntemleri | |
| 5 | Uzman sistemler ve bilgi tabanlı sistemler | |
| 6 | Makine öğrenmesine giriş: Temel kavramlar, öğrenme türleri | |
| 7 | Denetimli öğrenme: Regresyon ve sınıflandırma yöntemleri (KNN, Decision Tree, SVM) | |
| 8 | Denetimsiz öğrenme: Kümeleme ve boyut indirgeme yöntemleri (K-Means, PCA) | |
| 9 | Sinir ağlarına giriş ve ileri beslemeli ağlar | |
| 10 | Derin öğrenme: Temel mimariler (CNN, RNN) | |
| 11 | Model değerlendirme, aşırı öğrenme ve doğrulama teknikleri | |
| 12 | Uygulamalı makine öğrenmesi projesi – 1 (veri toplama, ön işleme) | |
| 13 | Uygulamalı makine öğrenmesi projesi – 2 (modelleme ve sonuç analizi) | |
| 14 | Yapay zekânın etik, hukuki ve toplumsal boyutları, genel değerlendirme | |