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 8
Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir

Temel Bilgiler

Öğretim Dili: En
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
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 Çıktıları

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: 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
Laboratuar % 0
Uygulama % 0
Arazi Çalışması % 0
Derse Özgü Staj % 0
Küçük Sınavlar 2 % 20
Ödev 5 % 15
Sunum % 0
Projeler % 0
Seminer % 0
Ara Sınavlar 1 % 25
Ara Juri % 0
Final 1 % 35
Rapor Teslimi % 0
Juri % 0
Bütünleme % 0
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
Laboratuvar
Uygulama
Derse Özgü Staj
Arazi Çalışması
Sınıf Dışı Ders Çalışması 15 104
Sunum / Seminer
Proje
Ödevler 5 40
Küçük Sınavlar 2 2
Ara Juri
Ara Sınavlar 1 3
Rapor Teslimi
Juri
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