Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
MÜHENDİSLİKTE VERİ ANALİZİ	İkinci Düzey	HM 514		5	3.00	3.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yok
Eğitimin Dili	Türkçe
Koordinatör	DOÇ. DR. METE ÇELİK
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	seçilen derslerle ilgili ayrıntılı bilgi sahibi olunmaktadır.
2	Mezunlar Uzman Ünvanı elde etmektedir.
3	Mesleklerine olumlu katkı sağlamaktadır.
4
5
6
7
8
9
10
11
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