BÜYÜK VERİ ANALİTİĞİ VE YÖNETİMİ (İNGİLİZCE, TEZSİZ)
Yüksek Lisans	TYYÇ: 7. Düzey	QF-EHEA: 2. Düzey	EQF-LLL: 7. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
INE6105	Stokastik Modeller	Bahar	3	0	3	9

Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Departmental Elective
Dersin Seviyesi:	LİSANSÜSTÜ
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU
Dersi Veren(ler):	Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU
Opsiyonel Program Bileşenleri:	INE lisans müfredatında, "MATH 3024 Olasılık ve Rassal Değişkenler" adli olasılık teorisi ve olasılık dağılımları temel kavramlarınin anlatildigi bir zorunluluktur dersi var. INE yuksek lisans müfredatinda, "INE5110 Olasılıklı Modeller ve Uygulamalar" adlı stokastik süreçler, çeşitleri ve özellikleri ve uygulama alanları ile ilgili temel bilgilerin verildigi bir zorunlu ders vardir. Bu ders INE5110 dersini takip edecek ve stokastik modeller konusunda daha gelişmiş konulari ele alınacaktır.
Dersin Amacı:	Bu dersin amacı olasılık teorisinin altında yatan matematiksel tekniklerin bilgisini iyi bilinen mühendislik ve yöneylem araştırması problemleri uygulama yoluyla geliştirmektir. Doktora düzeyindeki bu ders, Markov süreçleri, Poisson ve yenilenme süreçleri, kuyruk sistemleri, güvenilirlik teorisi, Brown hareketi ve durağan süreçler gibi gelişmiş stokastik modelleri kapsayacak şekilde tasarlanmıştır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1: Stokastik modellerin tanimlar ve kurar.
2: Olasılıksal bir gerçek hayat problemi için bir model geliştirir.
3: Analitik bir stokastik model çözer.
4: Gerçek hayattaki stokastik süreçleri analiz eder.

Dersin İçeriği

Bu ders stokastik süreçleri konusundaki bir takip dersi nitelindedir. Selefi, "IE5110 Olasılıklı Modeller ve Uygulamalar" dersi stokastik süreçler ile ilgili temel bilgi verilen bir zorunlu ders olarak Endüstri Mühendisliği yüksek lisans programında sunulmaktadır. Bu ders ayrıca, Endüstri Mühendisliği Doktora programında bir zorunlu ders olarak sunulmaktadır ve stokastik modeller ile ilgili ileri konulara odaklanmak amacıyla hazırlanmıştır. Stokastik süreçlerin teorisi ve uygulamaları hem ilgili bilgi kazandıktan sonra, öğrenciler icin araştırma olanaklarini keşfetmek ve bu konuda doktora tezleri yapmak mümkün olacaktir.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Tanıtım ve Temel Süreçlerin İncelenmesi
2)	Stokastik Süreçler
3)	Markov Zinciri
4)	Markov Süreçleri
5)	Markov Karar Süreçleri
6)	Markov Karar Süreçleri
7)	Arasınav
8)	Stokastik Programlamaya Giriş
9)	Stokastik Programlamaya Giriş
10)	Stokastik problemin deterministik eşitliğini yazma.
11)	Two-Stage Recourse Problems
12)	Pekiştirmeli Öğrenmeye Giriş
13)	Monte Carlo Kontrol
14)	Sunum

Kaynaklar

Ders Notları / Kitaplar:	Introduction to Probability Models, 10th ed. Sheldon M. Ross. Academic Press, 2010 978-0-12-375686-2 Introduction to Stochastic Processes, Erhan Cinlar, Dover Publications; Reprint edition 2013. 978-0486497976
Diğer Kaynaklar:	Stochastic Processes, 2nd ed. Sheldon M. Ross. Wiley, 1996 0-471-12062-6

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Devam	10	% 5
Küçük Sınavlar	2	% 20
Ödev	5	% 15
Ara Sınavlar	1	% 25
Final	1	% 35
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 65
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 35
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	İş Yükü
Ders Saati	13	37
Sınıf Dışı Ders Çalışması	15	104
Ödevler	5	40
Küçük Sınavlar	2	2
Ara Sınavlar	1	3
Final	1	3
Toplam İş Yükü		189

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

Dersin Program Kazanımlarına Etkisi

Katkı Payı