Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
MÜHENDİSLİKTE VERİ ANALİZİ Birinci 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 Biyoloji alanındaki en güncel uygulama, araç-gereç ve diğer bilimsel kaynaklarla desteklenen ileri düzeyde bilgi ve kavrayışa sahip olur, bunları kullanabilir.
2 Biyoloji alanındaki kavramları, fikirleri ve verileri bilimsel yöntemlerle değerlendirebilme, karmaşık problem ve konuları analiz edebilme, tartışmalar yapabilme, kanıta ve araştırmalara dayalı öneriler geliştirebilme gibi yetkinlikler kazanır.
3 Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
4 Biyoloji alanındaki uygulamalarda karşılaşabileceği öngörülemeyen karmaşık durumlarda çözüm üretebilir.
5 Deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır.
6 Biyoloji ile ilgili sektörlerde sorumluluğu altında çalışanların mesleki gelişimine yönelik etkinlikleri planlayabilir.
7 Bilgiye erişebilme ve bu amaçla kaynak ve veri tabanları gibi bilişim ve iletişim teknolojilerini kullanmayı öğrenir.
8 Bireysel olarak ve çok disiplinli takımlarda etkin çalışma ve sorumluluk alma özgüvenini kazanır.
9 Biyoloji alanındaki bilgi ve uygulamaları takip edebilecek ve meslektaşları ile iletişim kurabilecek düzeyde yabancı dil bilgisine sahip olur.
10 Yaşam boyu öğrenmenin gerekliliği bilincini; bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisini kazanır.
11 Sürdürülebilir kalkınma ve çevre koruma konularında yeterli bilgi ve bilince sahip olur.
12 Proje yönetimi, iş güvenliği, işçi sağlığı, sosyal güvenlik hakları, kalite kontrol ve yönetimi konularında yeterli bilgi ve bilinci kazanır.
13 Biyoloji alanı ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında toplumsal, bilimsel ve etik değerleri gözetme yeterliliğine sahip olur.
14 Biyolojik teknolojileri eğitime, endüstriye, tarıma, sağlık ve çevre problemlerine uygulayabilme konularında yeterli bilince sahip olur.
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