| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Olasılık ve İstatistik | IST 107 | 1 | 3 + 0 | 3 | 4 |
| Ön Koşul Dersleri | - |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Dr.Öğr.Üyesi SEÇKİN ARI |
| Dersi Verenler | Dr.Öğr.Üyesi SEÇKİN ARI, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Güçlü bir matematik alt yapısını kazandırmak. İnsan zihninin doğal yetilerinin sonucu yaptığı işlemleri sistematik bir düzene otuşturulması.Deneysel yada gözlemsel olarak elde edilen verilerin toplanması, düzenlenmesi ve değerlendirilmesi.Temel olasılık kavram ve fonksiyonlarının öğretilmesi.Matematik ile mühendislik ve sosyal bilimler arasındaki güçlü ilişkiyi özümsetebilme.Takım halinde çalışma yeteneğini geliştirebilmek. |
| Dersin İçeriği | Olasılık ve İstatistiğin Bilgisayar Mühendisliğindeki yeri, Olasılık kavramı, Koşullu olasılık, Rastgele değişkenler ve çeşitleri, beklenti ve varyans, Kesikli rastgele değişkenler ve özellikleri, sürekli rastgele değişkenler ve özellikleri, ortak dağılımlı rastgele değişkenler, betimleyici istatistik, örnekleme istatistiğinin dağılımı, hipotez testi, olasılık modellerinin bilgisayar mühendisliğine uygulamaları |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Olasılığa ve istatistiğe ilişkin kavramları tanımlar | Soru-Cevap, Tartışma, Anlatım, | |
| 2 | Sözel olarak idafe edilen karmaşık olasılık problemlerini matematiksel modellere döker | Anlatım, Soru-Cevap, Tartışma, | |
| 3 | Tekrar eden olayların sonuçlarının beklentisini ve varyansını hesaplar | Anlatım, Soru-Cevap, Tartışma, | |
| 4 | Günlük ve Bilgisayar Mühendisliği problemlerine uygun olan olasılık dağılımına göre çözümler sunar | Anlatım, Soru-Cevap, Tartışma, | |
| 5 | Bilgisayar yazılımları ile olasılıksal problemleri çözer | Anlatım, Soru-Cevap, Tartışma, | |
| 6 | Teorik ve istatistiksel tekniklerle problemi çözebilme becerisi kazanır. | Anlatım, Soru-Cevap, Tartışma, | |
| 7 | Toplanan verilerin analizi istatistiki olarak yapabilir | Anlatım, Soru-Cevap, Tartışma, | |
| 8 | Hipotez testleri kurabilir ve çözebilir. | Anlatım, Soru-Cevap, Tartışma, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Olasılık ve İstatistiğe Giriş | |
| 2 | Koşullu Olasılık | [1]2.Hafta Sunusu |
| 3 | Rastgele Değişkenler ve Çeşitleri | [1]3.Hafta Sunusu |
| 4 | Beklenti ve varyans | [1]4.Hafta Sunusu |
| 5 | Kesikli Rastgele Değişkenler ve Özellikleri | [1]5.Hafta Sunusu |
| 6 | Kesikli Rastgele Değişkenler ve Özellikleri | [1]6.Hafta Sunusu |
| 7 | Sürekli Rastgele Değişkenler ve Özellikleri | [1]7.Hafta Sunusu |
| 8 | Sürekli Rastgele Değişkenler ve Özellikleri | [1]8.Hafta Sunusu |
| 9 | Beklentinin Özellikleri | [1]9.Hafta Sunusu |
| 10 | Betimleyici Istatistik | [1]10.Hafta Sunusu |
| 11 | Örnekleme Istatistiginin Dagılımı | [1]11.Hafta Sunusu |
| 12 | Hipotez Testi | [1]12.Hafta Sunusu |
| 13 | Hipotez Testi | [1]13.Hafta Sunusu |
| 14 | Olasılık Modellerin Bilgisayar Bilimleri Uygulamaları | [1]14.Hafta Sunusu |
| Kaynaklar | |
|---|---|
| Ders Notu | Olasılık ve İstatistiğe Giriş Mühendisler ve Fenciler İçin, Sheldon M. Ross, Çeviri Editörleri: Prof. Dr. Salih Çelebioğlu, Prof. Dr. Reşat Kasap, 4. Basımdan Çeviri, Nobel, 2012. Introduction to Probability and Statistics for Engineers and Scientists, Sheldon M. Ross, Elsevier/Academic Press. |
| Ders Kaynakları | A First Course in Probability, 6th Ed., S. M. Ross, Prentice-Hall, 2002 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Bilgisayar bilimi, yazılım mühendisliği, ağ teknolojileri, veritabanı yönetimi gibi bilişim konularında güçlü bir temel ve matematik alt yapısı oluşturma. | ||||||
| 2 | Bilgisayar programlama, sistem analizi, ağ yönetimi gibi teknik becerilerin geliştirilmesi. | ||||||
| 3 | Analitik düşünme ve problem çözme yeteneklerinin geliştirilmesi. | ||||||
| 4 | Teknik konuları açık ve anlaşılır bir şekilde ifade etme ve ekip içinde etkili iletişim kurabilme yeteneğinin geliştirilmesi | ||||||
| 5 | Teknoloji trendlerini takip ederek ve yeni teknolojilere hızlı bir şekilde adapte olarak sürekli olarak kendini geliştirme yeteneği kazandırma | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 |
|---|---|---|---|---|---|---|
| 1 | Olasılığa ve istatistiğe ilişkin kavramları tanımlar | |||||
| 2 | Sözel olarak idafe edilen karmaşık olasılık problemlerini matematiksel modellere döker | |||||
| 3 | Tekrar eden olayların sonuçlarının beklentisini ve varyansını hesaplar | |||||
| 4 | Günlük ve Bilgisayar Mühendisliği problemlerine uygun olan olasılık dağılımına göre çözümler sunar | |||||
| 5 | Bilgisayar yazılımları ile olasılıksal problemleri çözer | |||||
| 6 | Teorik ve istatistiksel tekniklerle problemi çözebilme becerisi kazanır. | |||||
| 7 | Toplanan verilerin analizi istatistiki olarak yapabilir | |||||
| 8 | Hipotez testleri kurabilir ve çözebilir. |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ödev | 16 |
| 2. Ödev | 16 |
| Toplam | 32 |
| 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 | 2 | 32 |
| Ara Sınav | 1 | 4 | 4 |
| Ödev | 3 | 4 | 12 |
| Final | 1 | 6 | 6 |
| Toplam İş Yükü | 102 | ||
| Toplam İş Yükü / 25 (Saat) | 4,08 | ||
| Dersin AKTS Kredisi | 4 | ||