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 Ortaöğretimde kazanılan yeterliliklere dayalı olarak alanındaki güncel bilgileri içeren ders kitapları, uygulama araç, gereçleri ve diğer bilimsel kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olabilme becerisi
2 Matematik, fen ve kimya alanında edindiği kuramsal ve uygulamalı bilgileri kullanabilme becerisi
3 Bilimsel ve etik değerlere sahip olma yetkinliği.
4 Kimya alanıyla ilgili uygulamada karşılaşılan sorunları çözmek.
5 Mesleki gelişimine yönelik etkinlikleri planlayabilme ve yönetebilme yetkinliği
6 Edindiği bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme, öğrenme gereksinimlerini belirleyebilme, sorgulayabilme ve öğrenmeyi yönlendirebilme yetkinliği
7 Sorunlara çözüm önerme yetkinliği.
8 Düşüncelerini ve sorunlara ilişkin çözüm önerilerini nitel ve nicel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme yetkinliği
9 Bir yabancı dili kullanarak Kimya alanındaki bilgileri izleyebilme ve meslektaşları ile etkin iletişim kurabilme yetkinliği
10 Kimya alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme ve bu yolla doğru bilimsel kaynaklara ulaşabilme yetkinliği
11 Kimya alanı ile ilgili verilerin toplanması, yorumlanması, duyurulması ve uygulanması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olma yetkinliği
12 Çevre koruma, iş/laboratuvar güvenliği bilinci.
13 Disiplinlerarası konularda/gruplarda çalışabilme becerisi
14 Uygulama için gerekli olan modern cihazları kullanabilme becerisi.
15 Kimya ve ilgili alanlarda dünyadaki yenilikleri ve gelişmeleri takip edebilme yetkinliği
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