BİLGİ TEKNOLOJİLERİ (İNGİLİZCE, TEZSİZ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
INE5206 | Karar Analizi | Bahar | 3 | 0 | 3 | 6 |
Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
Öğretim Dili: | En |
Dersin Türü: | Departmental Elective |
Dersin Seviyesi: | LİSANSÜSTÜ |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi TUĞCAN DEMİR |
Dersin Amacı: | Karar analizinde kullanılan grafiksel modelleri sunmak ve karar vericiye kararını vermede yardımcı olacak sistematik araçları sağlamaktır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; - Karar analizinde kullanılan grafiksel modelleri tanır. - Verilen belirsiz bir durumu Bayes ağları kullanarak modeller. - Bayes ağlarında kesin ve yaklaşık çıkarımları hesaplar. - Verilen belirsiz bir karar problemini etki diagramları kullanarak modeller. - Karar ağlarında çıkarımlar yapar. - Bilgi edinmenin değerini hesaplar. |
Beklenen fayda, Nedensel ve Bayes ağları, Bayes ağlarında kesin çıkarım, Bayes ağlarında yaklaşık çıkarım, Bayes ağlarını öğrenme, Etki ve karar ağları, Bilginin değeri |
Hafta | Konu | Ön Hazırlık | |
1) | Olasılık tekrarı | ||
2) | Beklenen yararlılık | ||
3) | Nedensel ve Bayes ağları | ||
4) | Bayes modellerin kurulumu | ||
5) | Bayes ağlarında kesin çıkarım | ||
6) | Bayes ağlarında kesin çıkarım | ||
7) | Bayes ağlarında yaklaşık çıkarım | ||
8) | Bayes ağlarında yaklaşık çıkarım | ||
9) | Arasınav | ||
10) | Bayes ağlarını öğrenme | ||
11) | Etki ve karar ağları | ||
12) | Etki ve karar ağları | ||
13) | Bilginin değeri | ||
14) | Proje sunumları |
Ders Notları: | F.V. Jensen, 2001. Bayesian networks and decision graphs, New York : Springer |
Diğer Kaynaklar: | Robert T. Clemen, 1996. Making Hard Decisions: An Introduction to Decision Analysis, 2nd edition, Duxbury Press |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Devam | % 0 | |
Laboratuar | % 0 | |
Uygulama | % 0 | |
Arazi Çalışması | % 0 | |
Derse Özgü Staj | % 0 | |
Küçük Sınavlar | % 0 | |
Ödev | 4 | % 10 |
Sunum | % 0 | |
Projeler | 1 | % 20 |
Seminer | % 0 | |
Ara Sınavlar | 1 | % 30 |
Ara Juri | % 0 | |
Final | 1 | % 40 |
Rapor Teslimi | % 0 | |
Juri | % 0 | |
Bütünleme | % 0 | |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü | |
Ders Saati | 14 | 42 | |
Laboratuvar | |||
Uygulama | |||
Derse Özgü Staj | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 14 | 28 | |
Sunum / Seminer | 1 | 10 | |
Proje | 4 | 40 | |
Ödevler | 4 | 40 | |
Küçük Sınavlar | |||
Ara Juri | |||
Ara Sınavlar | 1 | 15 | |
Rapor Teslimi | |||
Juri | |||
Final | 1 | 20 | |
Toplam İş Yükü | 195 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Temel Yazılım Mühendisliği bilgi ve yetkinliklerini kullanır. | |
2) | Yazılım Mühendisliği uygulamaları için gerekli olan program geliştirme becerisini uygular. | |
3) | Veri yapılarını kullanır ve algoritma geliştirme bilgilerini uygular. | |
4) | İşletim sistemleri üzerinde sistem programları geliştirir. | |
5) | Bilgisayar organizasyonu, tasarımı ve mimarilerini tanımlar. | |
6) | Bilgisayar ağları ve ağ güvenliği yapılarını oluşturur. | |
7) | İş zekası, veri madenciliği ve veri analizi araçlarını kullanır, tekniklerini uygular. | |
8) | Veritabanı uygulamaları ve WEB tabanlı programlar geliştirir. | |
9) | Bilgi teknolojileri projelerini tanımlar, analiz eder, tasarlar ve yönetir. | |
10) | Eğitimde teknoloji tabanlı ortamları ve araçları kullanır ve geliştirir. | |
11) | İş ortamındaki bilişim teknolojileri ihtiyaçlarını saptar, tanımlar ve çözer. | |
12) | Bilişim teknolojileri yetkinliklerini mesleki sorumluluklar ve etik kuralları çerçevesinde kullanır. |