Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
BAYESGİL İSTATİSTİK Birinci 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 Soncul dağılımın benzetim yolu ile bulunması
14 Markov Chain Monte Carlo yöntemleri
15 Markov Chain Monte Carlo yöntemleri
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Bayesgil istatistiğin temel kavramlarının öğrenilmesi
2 Problem çözümünde Bayesgil yöntemlerin kullanılabilmesi
3 Conjugate dağlımları problem çözümünde uygulayabilme
4 Ortalama modellerini uygulayabilme
5 Oran modellerini uygulayabilme
6 Soncul dağılımı benzetim yoluyla bulabilme
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Matematik, Fen Bilimleri ve Çevre Mühendisliği konularında yeterli altyapıya sahip olma; bu alanlardaki kuramsal ve uygulamalı bilgileri karmaşık mühendislik çözümlerinde kullanabilme becerisi,
2 Karmaşık mühendislik problemlerini belirleme, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçme ve uygulama becerisi,
3 Karmaşık bir sistemi, sistem bileşenini ya da süreci analiz etme ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlama becerisi; bu doğrultuda modern tasarım yöntemlerini uygulama becerisi,
4 Mühendislik uygulamalarında karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin kullanma becerisi,
5 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi, etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme,
6 Bilgiye erişebilme ve bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi, alanının gerektirdiği düzeyde bilgisayar yazılımı ve donanımı bilgisi,
7 Bireysel olarak ve çok disiplinli takımlarda etkin çalışabilme becerisi, sorumluluk alma özgüveni, başladığı bir işi tamamlama ve karşılaşabileceği olası karmaşık durumlarda sorumluluk alarak çözüm üretme becerisi,
8 Alanındaki bilgileri takip edip kullanabilecek ve meslektaşları ile iletişim kurabilecek düzeyde yabancı dil bilgisi,
9 Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi, yenilikçi fikirlere açık olma bilinci,
10 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi,
11 İş güvenliği, işçi sağlığı, sosyal güvenlik hakları, kalite kontrol ve yönetimi ile çevre koruma konularında yeterli bilgi ve bilinci,
12 Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerini kavrayabilme becerisi, mühendislik çözümlerinin hukuksal konusunda farkındalık,
13 Uzman ya da uzman olmayan dinleyici gruplarını mühendislik problemleri ve çözüm önerileri ile ilgili konularda yazılı ve sözlü olarak bilgilendirme becerisi,
14 Alanında her türlü proje geliştirebilme ve uygulama bilgi ve becerisi, sorumluluğu altında çalışanları projeye dâhil etme bilinci, meslek etkinliklerini planlama ve yönetme becerisi, girişimcilik hakkında farkındalık
15
16
17
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