Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
BAYESGİL İSTATİSTİK Üçüncü Düzey ENM 537 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri ---
Eğitimin Dili Türkçe
Koordinatör DOÇ. DR. SELDA KAPAN ULUSOY
Dersi Veren Öğretim Eleman(lar)ı DOÇ. DR. SELDA KAPAN ULUSOY
Yardımcı Öğretim Eleman(lar)ı ---
Dersin Veriliş Şekli Teorik, yüz yüze
Dersin Amacı Bayesgil istatistiğin temellerinin öğrenilip problem çözümünde kullanılması
Dersin Tanımı Olasılığın farklı yorumları, öncüldağılım, olabilirlik fonksiyonu, soncul dağılım, conjugate dağılımlar, Markov Chain Monte Carlo yöntemleri

Dersin İçeriği
1 Olasılığın yorumları
2 Koşullu olasılık ve Bayes teoremi
3 Öncül dağılım, olabilirlik fonksiyonu, soncul dağılım, kestirimci dağılım
4 Öncül dağılım, olabilirlik fonksiyonu, soncul dağılım, kestirimci dağılım
5 Conjugate öncül dağılımlar
6 Oranlar için Modeller
7 İki oranın karşılaştırılması
8 Vize
9 Ortalama için modeller
10 İki ortalamanın karşılaştırılması
11 Uzman görüşünün alınması
12 Soncul dağılımın benzetim yolu ile bulunması
13 Markov Chain Monte Carlo yöntemleri
14 Markov Chain Monte Carlo yöntemleri
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Bayesgil istatistiğin temel kavramlarının öğrenilmesi
2 Problem çözümünde Bayesgil yöntemlerin kullanılabilmesi
3 -
4 -
5 -
6 -
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Biyomedikal Mühendisliğinde bir uzmanlık alanında derinlemesine bilgi edinmek, literatüre vakıf olmak.
2 Uzmanlık alanında problem tanımlama formüle etme, araştırma yapma, modelleme, analiz yapma yeteneklerini kazanmak.
3 Araştırma sonuçlarını analiz ederek sonuçlar çıkarma ve bunları yazılı sözlü sunma becerisi kazanma.
4 Mühendislik bilgilerini yaşam bilimleri alanında etkin kullanma yeteneği kazanmak.
5 Disiplinler arası çalışmalarda takım çalışması yapabilmek.
6 Araştırma sonuçlarını çok kullanılan bir yabancı dilde yazılı ve sözlü sunabilmek.
7 Yaşam boyu öğrenme, yeni bilgilere erişebilme, yeni alanlara yönelebilme becerisini kazanmak.
8 Mesleki ve etik sorumluluk bilinci kazanmak.
9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile çağın sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
10 Hastanelerde teknoloji kullanımında kalite ve güveni artırmak için klinik mühendisliği alanında eğitim ve danışma hizmeti sağlayabilme.
11 Hastane, sağlık örgütleri ve tıbbi teknoloji üretici/satıcılarına danışmanlık ve teknik destek hizmeti sağlayabilme.
12 Yeni biyomalzemeler üzerine bilgi ve beceri kazanma.
13 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanma.
14 Araştırıcı, üretici ve girişimci kapasiteye sahip olabilme.
15 Çağdaş, yenilikçi, katılımcı olabilme, kendini iyi ifade edebilme, kalite ve kalite yönetimi konularında bilinç sahibi olabilme.
16 Ulusal gereksinimlere öncelik verebilme ve bu konulardaki gelişmeleri yakından izleyebilme.
17 Biyomedikal alanındaki bilimsel çalışma sonuçlarını ulusal ve evrensel çevrelere aktarabilme ve öncülük edebilme.
18
19
20
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 3 42
Ödevler 1 10 10
Sunum / Seminer hazırlama 1 10 10
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 30 30
Ara sınavlar 1 3 3
Proje (Yarıyıl ödevi) 1 30 30
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 3 3
Araştırma 0 0 0
Toplam iş yükü     185
AKTS     7.50

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

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Ders notları
Yardımcı Kaynaklar Bayesian Data Analysis. Andrew Gelman

Ders İle İlgili Dosyalar