BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, TEZLİ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
EEE5022 | Uygulamalı İstatistik | Güz | 3 | 0 | 3 | 7 |
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: | Doç. Dr. SAEID KARAMZADEH |
Dersi Veren(ler): |
Prof. Dr. SELİM ZAİM |
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. |
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. |
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. |
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 |
Ders Notları: | 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 |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Devam | 0 | % 0 |
Laboratuar | 0 | % 0 |
Uygulama | 0 | % 0 |
Arazi Çalışması | 0 | % 0 |
Derse Özgü Staj | 0 | % 0 |
Küçük Sınavlar | 0 | % 0 |
Ödev | 0 | % 0 |
Sunum | 0 | % 0 |
Projeler | 1 | % 30 |
Seminer | 0 | % 0 |
Ara Sınavlar | 1 | % 30 |
Ara Juri | 0 | % 0 |
Final | 1 | % 40 |
Rapor Teslimi | 0 | % 0 |
Juri | % 0 | |
Bütünleme | % 0 | |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 30 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 70 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü | |
Ders Saati | 14 | 42 | |
Laboratuvar | |||
Uygulama | |||
Derse Özgü Staj | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 14 | 42 | |
Sunum / Seminer | |||
Proje | 1 | 30 | |
Ödevler | |||
Küçük Sınavlar | |||
Ara Juri | |||
Ara Sınavlar | 1 | 40 | |
Rapor Teslimi | |||
Juri | |||
Final | 1 | 50 | |
Toplam İş Yükü | 204 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |