YAPAY ZEKA MÜHENDİSLİĞİ | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
MAT3026 | Olasılık ve İstatistik | Güz | 3 | 0 | 3 | 6 |
Öğretim Dili: | İngilizce |
Dersin Türü: | Must Course |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Öğ.Gör. NERMINE AHMED EL SISSI |
Dersi Veren(ler): |
Dr. Öğr. Üyesi MÜRÜVVET ASLI AYDIN |
Opsiyonel Program Bileşenleri: | Tek faktörlü deneylerde dizayn ve analiz: ANOVA (opsiyonel) |
Dersin Amacı: | Olasılık ve istatistikteki başlıklar, temel olasılık ve istatistik araçlarının geliştirilmesine yol açan tanımlarıyla tanıtılmaktadır. Mühendislik problemlerini çözmek ve bilinçli kararlar vermek için bu araçları kullanmak üzerinde durulur. |
Bu dersi başarıyla tamamlayabilen öğrenciler; 1) Permütasyonları ve kombinasyonları kullanarak olasılık hesabı yapar; 2) Birleşim ve kesişim olasılığını hesaplar; 3) Bir elemanlar sisteminin güvenilirlik blok diyagramını belirler; 4) Koşullu olasılık kavramını anlar ve olasılık problemlerine uygular; 5) Olasılık dağılım fonksiyonlarını kullanarak olasılıkları hesaplar; 6) Beklenti değerlerini hesaplar; 7) Hipotez testini uygular; 8) Güven aralıklarını belirler. |
Ders aşağıdaki konuları kapsayacaktır: Sayma ve olasılık (hem teorik hem de deneysel tanımlar); Olasılık kuralları (set teorisi dayalı); şartlı olasılık; Rastgele değişken; olasılık kütle fonksiyonları ve yoğunluk fonksiyonları; Beklenti değerleri; örnekleme teorisi (ortalama ve standart sapma); hipotez testi; Güven aralıkları (popülasyon ortalaması, popülasyon standart sapması için). |
Hafta | Konu | Ön Hazırlık |
1) | Derse giriş. | |
2) | Sayma ve olasılık. | |
3) | Olasılık Kuralları (kümeler, ek kurallar, bağımsızlık), Güvenilirlik Blok Şeması. | |
4) | Koşullu olasılık (bağımsızlık, Bayes teorisi). | |
5) | Rasgele değişken ve olasılık dağılımları (ayrık ve sürekli) \ gözden geçirmek. | |
6) | Beklenti değerleri: populasyon ortalaması. | |
7) | Beklenti değerleri: popülasyon standart sapması. | |
8) | Özel ayrık dağılımlar (Geometrik, Hipergeometrik, Binom, Poisson). | |
9) | Özel sürekli dağılımlar (Üstel, Weibull, Normal). | |
10) | Örnekleme (örneklenen ortalama ve standart sapma ve dağılımları) \ gözden geçirmek. | |
11) | Hipotez testi (ortalama ve standart sapma, t ve ki-kare dağılımları için p değerleri). | |
12) | Güven aralıkları I - örnek ortalamada ortalama, eşleştirme, standart hata için aralıklar. | |
13) | Güven aralıkları II - ortalama (iki popülasyon) için aralıklar | |
14) | Güven aralıkları III - standart sapma için aralıklar. |
Ders Notları / Kitaplar: | Walpole, Ronald E., et al. "Probability & Statistics for Engineers & Scientists", Prentice Hall, 9th ed. |
Diğer Kaynaklar: | Douglas C. Montgomery & George C. Runger. "Applied Statistics and Probability for Engineers”; (2011) Wiley. Devore, Jay.; "Probability & Statistics for Engineering and the Sciences". CengageBrain.com. |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Ara Sınavlar | 2 | % 60 |
Final | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışması | 14 | 7 | 98 |
Ara Sınavlar | 1 | 2 | 2 |
Final | 1 | 2 | 2 |
Toplam İş Yükü | 144 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Matematik, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir. | 5 |
2) | Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır. | 5 |
3) | Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular. | |
4) | Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular. | |
5) | Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır. | |
6) | Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar. | |
7) | Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır. | |
8) | Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır. | |
9) | Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler. | |
10) | Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır. | |
11) | Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır. | |
12) | Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir. | |
13) | Mesleki ve etik sorumluluk bilincine sahiptir. | |
14) | Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir. |