EEE5022 Uygulamalı İstatistikBahçeşehir ÜniversitesiAkademik Programlar BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ)Öğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal YeterliliklerBologna Komisyonu
BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ)
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
EEE5022 Uygulamalı İstatistik Güz
Bahar
3 0 3 9
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili: English
Dersin Türü: Departmental Elective
Dersin Seviyesi: LİSANSÜSTÜ
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Doç. Dr. SAEID KARAMZADEH
Dersi Veren(ler): Prof. Dr. SELİM ZAİM
Opsiyonel Program Bileşenleri: yok..........
Dersin Amacı: Bu ders istatistik temel konuları tanıtır ve endüstriyel, tıbbi, mali, enerji ve benzer türde çok büyük boyutlu veri kümeleri için uygulamalarını gerçekleştirerek anlamlı istatistiksel sonuçlar çıkarmayı uygular. Bu ders istatististiki yöntemler ve uygulamaları konusunda kayda değer bir arka planı olmayan lisansüstü öğrencileri içindir. Uygulamaları açık kaynak istatistiksel yazılım olan R üzerinde yapılacaktır. Bu programlama dilini kullanmak için temel bilgiler işlenecektir.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. İstatistik temel terimlerini belirlemek.
II. İstatistikte kullanılan temel yöntemleri ve programlama araçlarını kullanmak ve değişik mühendislik alanlarına uygulama becerisi kazanmak.
III. Veri ve ilişkileri keşfetme yeteneği kazandırma.
IV. İstatistiki veri içeren sorunlar için hipotez testi gerçekleştirme yeteneği kazandırma.
V. İstatistiki veriler üzerinde istatistiksel çıkarsama yapma.

Dersin İçeriği

Konular şunlardır: R programlamaya giriş , Örnekleme, Veri Arama, İlişkileri keşfetmek, Olasılık, Rassal Değişkenler ve Olasılık Dağılımları, Tahmin, Hipotez Testleri, İstatistiksel Çıkarım, Çoklu Test Düzeltme, ANOVA, Kategorik Değişkenler analizi, regresyon analizi, Bayes Analizi, Sağkalım analizi, fazla temsil analizi, Meta analizi.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Giriş
2) R İstatistiksel programlamaya giriş
3) Dönem projesi
4) R ile veri keşfi
5) İlişkileri özetleme ve görselleme
6) Olasılık ve Rasgele Değişkenler
7) Veri kümelerinde kestirim
8) Değişik mühendislik uygulamaları için Hipotez Testleri
9) Çeşitli alanlardaki büyük veri setleri üzerinden istatistiksel çıkarım
10) ANOVA
11) Kategorik Değişkenler Analizi
12) Regresyon ve Bayes Analizi
13) Sağkalım analizi
14) Fazla temsil analizi

Kaynaklar

Ders Notları / Kitaplar: Principles of Applied Statistics (Paperback), by D. R. Cox, Christl A. Donnelly 2011 ISBN-10: 1107644453 | ISBN-13: 978-1107644458
Diğer Kaynaklar: Introductory Statistics with R Peter Dalgaard 2011 ISBN 978-0-387-79053-4

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Projeler 1 % 30
Ara Sınavlar 1 % 30
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 30
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 70
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı İş Yükü
Ders Saati 14 42
Sınıf Dışı Ders Çalışması 14 42
Proje 1 30
Ara Sınavlar 1 40
Final 1 50
Toplam İş Yükü 204

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
1) İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak
2) Gelişmiş mühendislik problemlerini formüle edip çözmek
3) İleri düzey matematik, fen ve mühendislik bilgisi gerçek promlemler üzerinde uygulamak.
4) Araştırma projesi doğrultusunda literatürü dikkatlice gözden geçirip, kendi sonuçları ile önceki literatür arasında bağlantı kurmak
5) Mühendislik alanındaki bilimsel araştırmaları yorumlayıp analiz etmek ve çalışma alanındaki bilgileri kullanmak
6) Disiplinlerarası etkileşim bulunan araştırma takımlarında etkin şekilde çalışmak
7) Bilimsel bilgiye ulaşmak
8) Mevcut bilgiyi geliştirme yöntemleri bulmak
9) Araştırma konusu ile ilgili fikir ve bulgularını sözlü ve yazılı olarak etkin şekilde ifade edebilmek
10) Araştırma bulgularını seminer ve konferanslarda savunabilmek
11) İlerleme raporlarını yayınlanmış doküman, tez, makalelere dayandırarak yazmak.
12) Profesyonel ve etik davranış sorumluluğu sergilemek
13) Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek