Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
İSTATİSTİKSEL ÖĞRENME Üçüncü Düzey BİS 614 1 7.00 7.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri R yazılımı ile ilgili ders alan öğrenciler için ön koşul yoktur. R yazılımı dersini almayan öğrencilerin SBE 517 dersini almış olması gerekmektedir.
Eğitimin Dili Türkçe
Koordinatör PROF. DR. GÖKMEN ZARARSIZ
Dersi Veren Öğretim Eleman(lar)ı
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli Sınıf ortamında yüzyüze anlatım ve tartışma
Dersin Amacı İstatistiksel öğrenme dersinde biyoinformatik alanında elde edilen verilerdeki karmaşık örüntü/yapıların elde edilmesi ve araştırmacıların verecekleri kararlara destek olacak otomatik öğrenen algoritmaların geliştirilmesi; ortak fonksiyona sahip gen ve protein gruplarının bulunmasında, ayrıca hastalıkların alt sınıflarının belirlenmesinde kullanılan kümeleme analizleri ve özellikle biyoinformatik alanında moleküler tanı amaçlı kullanılan diskriminant analizlerinin ve diğer sınıflandırma analizlerinin öğretilmesi, Orange ve R programlarında uygulamalarının gösterilmesi.
Dersin Tanımı

Dersin İçeriği
1 İstatistiksel öğrenmeye giriş
2 Biyolojik verilerin yapılandırılması ve ön işlemesi
3 Birliktelik kuralları
4 Kümeleme analizlerinin biyoinformatik alanında kullanımı
5 Küme sayısının belirlenmesinde istatistiksel yöntemler
6 Hiyerarşik, k-ortalamalar ve SOM kümeleme yöntemleri
7 Ara Sınav
8 Kümeleme geçerliliği istatistikleri
9 Diskriminant analizleri ve biyoinformatik alanında kullanımı
10 Sınıflandırma analizleri ve değişken seçim yöntemleri
11 Karar ağaçları ve random forest yöntemi
12 Yapay sinir ağları
13 Destek vektör makineleri
14 Boosting, bootstrap, jackknife ve çapraz geçerlilik yöntemleri Regresyon yöntemlerine dayalı algoritmalar
15 FİNAL SINAVI
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Biyolojik verilerin ön işlemesi ve analize hazırlanması
2 Sınıflama/Kümeleme algoritmaları
3 Yapay sinir ağları
4 Regresyon tabanlı teknikler
5 Bootstrap, jackknife, çapraz geçerlilik
6 Model seçimi ve performans ölçüleri
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 İlaçların canlı vücudundaki farmakokinetik ve farmakodinamik özelliklerini betimleme
2 Hücrede ilaç hedefi molekülleri tanıma ve uyarı iletimindeki rollerini betimleme
3 Hücreler arası iletişimi sağlayan aracı molekülleri (nörotransmitterler, otakoidler, hormonlar) betimleme; bu moleküllerin etkilerini, etki mekanizmalarını kavrama ve ilaç hedefi olarak işlevlerini önerme
4 Farmakolojide kullanılan araştırma yöntemlerini tanıma, farmakolojik problemlerin çözümünde uygun yöntemleri seçme ve deneyleri tasarlama
5 Yayınlanmış bilimsel verileri çözümleme, yorumlama ve yargılama
6 Verileri ölçme-değerlendirme yöntemlerini tanıma ve bilimsel verilerin istatistiksel çözümlemesini düzenleme
7 Eğitimin biliminin temel kavramlarını tanımlama
8 Temel farmakolojik araştırmalarda iş gören alet ve gereçleri kullanma
9 Deney hayvanlarına bakım, besleme ve ilaç uygulaması yapma
10 Farmakolojide kullanılan araştırma yöntemlerinden en az ikisini; uygun nitelikte, sürede ve ekonomik şekilde yürütme.
11 Yayınlanmış bilimsel verilere ulaşma
12 Bilimsel sunu yapma
13 Bilimsel yayın yazma
14 Farmakolojideki problemlerin çözümünde, bilimsel yöntemlerin gücünü anlama ve benimseme
15 Bilimsel araştırmalarda etik değerlere uyma
16 İyi Laboratuar Uygulamaları” klavuzlarına uygun şekilde çalışma.
17 Bilimsel araştırmalarda ekip çalışması anlayışını kazanma
18 İnsan ilişkilerinde doğru, dürüst ve tutarlı davranışlar sergileme
19 Bilimsel ve teknolojik gelişmeleri izlemek ve mesleki uygulamalardaki değişimlere uyum sağlamak için; sürekli bir biçimde yeni bilgilere ulaşma alışkanlığı edinme
20 Yaşam boyu kendi kendine öğrenmenin önemini kavrama
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 5 70
Ödevler 2 14 28
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 15 15
Ara sınavlar 0 0 0
Proje (Yarıyıl ödevi) 1 30 30
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 25 25
Yarıyıl sonu sınavı 0 0 0
Araştırma 0 0 0
Toplam iş yükü     210
AKTS     8.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 30
Kısa sınav 0 0
Ödev 2 20
Yarıyıl içi toplam   50
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   60
Yarıyıl sonu sınavının başarıya katkı oranı   40
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Eğitmen notları
Yardımcı Kaynaklar Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. Vol. 1. No. 10. New York: Springer series in statistics, 2001. Ders notları, eğitmen notları, vb.

Ders İle İlgili Dosyalar