Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
MÜHENDİSLİKTE VERİ ANALİZİ Birinci Düzey HM 514 Seçmeli 5 3.00 3.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. COŞKUN ÖZKAN
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli Yüz yüze
Dersin Amacı Mühendislik çalışmalarında elde edilen verilerin bilgiye dönüştürülmesinde istatistik ve makine öğrenmesi yöntemlerinin kullanılması.
Dersin Tanımı Mühendislik alanında verinin ölçülmesi, özetlenmesi, anlaşılması, uygun modellerle tahmin ve nedensellik analizlerinin yapılması.

Dersin İçeriği
1 Ölçek türleri
2 Merkezi eğilim ve dağılım ölçüleri
3 Grafik araçlar
4 Olasılık teorisi
5 Rastlantı değişkeni ve Olasılık dağılımları
6 Rastlantı değişkeni ve Olasılık dağılımları
7 Güven aralığı
8 Hipotez testleri
9 Hipotez testleri
10 Korelasyon ve Regresyon analizi
11 Korelasyon ve Regresyon analizi
12 Destek Vektör Makineleri
13 Yapay Sinir Ağları
14 Derin Öğrenme
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Ölçek türlerini ayırt eder.
2 Nümerik özetleyici istatistiksel araçları kullanır.
3 Grafik özetleyici istatistiksel araçları kullanır.
4 Kesikli ve sürekli rastlantı değişkenlerini ve olasılık dağılımlarını kullanır.
5 Bernoulli, Binom, Poisson, Normal, Öğrencinin t dağılımlarını kullanır.
6 Güven aralığını ve hipotez testlerini kullanır.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Matematik, fen bilimleri ve harita mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2 Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde 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.
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7 Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8 Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
12
13
14
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 1 14
Ödevler 14 1 14
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 1 1
Ara sınavlar 1 1 1
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 1 1
Yarıyıl sonu sınavı 1 1 1
Araştırma 0 0 0
Toplam iş yükü     74
AKTS     3.00

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

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı -
Yardımcı Kaynaklar William Navidi, Statistics for Engineers and Scientists, New York : McGraw-Hill Education, 2014 Ethem Alpaydın, Machine learning:the new AI, Cambridge, MA ; London : MIT Press, 2016

Ders İle İlgili Dosyalar