Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Probabılıty and Computatıonal Statıstıcs | CMM 522 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | İngilizce |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Dr.Öğr.Üyesi UFUK KULA |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Temel olasılık ve istatistik kavramlarını anlamak ve araştırma alanlarında elde ettikleri verileri sayısal istatistiksel yöntemler kullanarak anaiz etmek anlamlandırmak ve yorumlamak süretiyle çıkarımlarda bulunmak |
Dersin İçeriği | Rastgele deney, olaylar ve örnek uzay; Olasılık aksiyomları ve önemli olasılık kuralları; Koşullu olasılık, toplam olasılık yasası ve Bayes kuralı; Rastgele değişkenler ve bazı önemli olasılık dağılımları; Örnekleme ve örnekleme dağılımları; Açıklayıcı veri analizi; Verilerde örüntü bulma; Gözetimli öğrenme; Gözetimsiz öğrenme; Regresyon analizi |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Rastegel Deneyin, Olayın ve Örnek uzayın ne olduğunu tanımlar, örnek verir ve Bir deneyde szökonusu bileşenleri listeler. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Sözlü Sınav, Ödev, |
2 | Olasılık Aksiyomlarını kullanarak temel olasılık kuralalrını kanıtlar. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Ödev, |
3 | Koşullu olasılık kavram ve kurallarını kullanarak olaylara ait olasılıkları hesaplar. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Ödev, |
4 | Örnekleme dağılımı kavramını verilen bir problemde kullanabilir ve ilgili istatistikle ilgili olasılıkları hesaplar ve yorumlar. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Sözlü Sınav, Ödev, |
5 | Örüntü bulma yöntemlerini kullanarak bir veri setindeki örüntüleri bulabilir ve yorumlayabilir. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Sözlü Sınav, Ödev, |
6 | Veri kümelerine Monte Carlo yöntemlerini uygulayarak istatistikse çıkarımlarda bulunabilir | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Sözlü Sınav, Ödev, |
7 | Gözetimli ve gözetimsiz öğrenme yöntemleri ayırdedebilir ve veri kümelerine uygulayabilir. | Anlatım, Soru-Cevap, Tartışma, Gösteri, | Sınav , Sözlü Sınav, Ödev, |
8 | Regresyon analizinin temel kavramlarını bilir ve yöntemi veri kümelerine uygulayabilir. |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Rastgele deney, Olaylar ve Örnek uzay | |
2 | Olasılık Aksiyomları ve Önemli Olasılık Kuralları | |
3 | Koşullu Olasılık, Toplam Olasılık Yasası | |
4 | Bayes Kuralı; Rastgele Değişkenler | |
5 | Bazı Önemli Olasılık Dağılımları | |
6 | Örnekleme ve Örnekleme Dağılımları | |
7 | Açıklayıcı Veri Analizi | |
8 | Açıklayıcı Veri Analizi | |
9 | Temel Bileşen Analizi, Bağımsız Bileşen Analizi | |
10 | İstatistiksel Hipotez Testi | |
11 | İstatistiksel Hipotez Testi ve Monte Carlo Yöntemleri | |
12 | Gözetimli Öğrenme | |
13 | Gözetimsiz Öğrenme | |
14 | Regresyon Analizi |
Kaynaklar | |
---|---|
Ders Notu | TR. Ders notu dönem başında Materyal Paylaşımı bölümüne ulaşılabilir. EN. Lecture notes can be found under "MATERIAL SHARING" section at the start of the semester. |
Ders Kaynakları | 1. Computational Statistics Handbook with MATLAB, (2008), Martinez W. L. Martinez A.R., Springer 2. Elements of Computational Statistics, 2005, Gentle J., Chapman and Hall |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 60 |
1. Kısa Sınav | 10 |
1. Ödev | 5 |
2. Ödev | 5 |
3. Ödev | 5 |
4. Ödev | 5 |
5. Ödev | 5 |
6. Ödev | 5 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 60 |
1. Final | 40 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 12 | 12 |
Kısa Sınav | 1 | 3 | 3 |
Ödev | 6 | 3 | 18 |
Final | 1 | 12 | 12 |
Toplam İş Yükü | 141 | ||
Toplam İş Yükü / 25 (Saat) | 5,64 | ||
Dersin AKTS Kredisi | 6 |