Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
TAHMİN VE ZAMAN SERİLERİ ANALİZİ	İkinci Düzey	YBS 524	Seçmeli	1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yoktur. Temel programlama bilgisi tavsiye edilir.
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. SİNEM KULLUK
Dersi Veren Öğretim Eleman(lar)ı	PROF.DR. SİNEM KULLUK
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz yüze, uygulamalı, veri analizi tabanlı
Dersin Amacı	Bu dersin amacı, zaman serisi verilerinin analizi, tahmin yöntemlerinin uygulanması ve bu yöntemlerin veri analitiği ve makine öğrenmesi ile bütünleştirilmesini sağlamaktır.
Dersin Tanımı	Bu ders, zaman serisi analizi, tahmin yöntemleri, istatistiksel modeller ve veri temelli tahmin süreçlerini kapsayan uygulamalı bir derstir.

Dersin İçeriği

1	Zaman serilerine giriş
2	Zaman serisi bileşenleri (trend, mevsimsellik)
3	Veri görselleştirme
4	Durağanlık ve dönüşümler Otokorelasyon ve parsiyel otokorelasyon
5	AR, MA, ARMA modelleri ARIMA modelleri SARIMA modelleri
6	Model seçimi ve doğrulama
7	Tahmin performans ölçütleri
8	Regresyon tabanlı tahmin Çok değişkenli zaman serileri
9	Makine öğrenmesi ile tahmin
10	LSTM ve derin öğrenme yaklaşımları Büyük veri ve zaman serisi
11	Finansal zaman serileri
12	Talep tahmini uygulamaları
13	Python ile uygulamalar
14	Veri seti analizleri Proje ve sunum
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Zaman serisi verilerini analiz eder
2	Zaman serisi bileşenlerini ayırt eder
3	ARIMA modellerini uygular
4	Tahmin modelleri kurar
5	Model performansını değerlendirir
6	Makine öğrenmesi ile tahmin yapar
7	Derin öğrenme yöntemlerini uygular
8	Python ile analiz gerçekleştirir
9	Gerçek veri üzerinde tahmin yapar
10	İş problemleri için tahmin modelleri geliştirir

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Yönetim Bilişim Sistemleri (YBS) alanında ileri düzey bilgiye sahip olur.
2	Veri, insan, süreç, teknoloji ve yazılım bileşenlerini bütüncül olarak analiz eder.
3	Sosyo-teknik sistem yaklaşımı ile karmaşık problemleri basit, yenilikçi şekilde analiz eder.
4	Bilişim sistemlerini stratejik karar süreçlerinde etkin şekilde kullanır.
5	Yazılım ve veri temelli çözümler geliştirir.
6	Disiplinlerarası bilgi birikimini entegre ederek yenilikçi çözümler üretir.
7	Veri analitiği, makine öğrenmesi, derin öğrenme ve yapay zekâ tekniklerini uygular.
8	Bilimsel araştırma yöntemlerini kullanarak bağımsız çalışma yürütür.
9	Dijital dönüşüm süreçlerinin farkındadır, analiz eder ve yönetir.
10	Ulusal ve uluslararası bilimsel çalışmaları ve stratejik inovatif teknolojileri takip eder ve katkı sağlar.
11	İnsan merkezli tasarımları analiz eder, geliştirir, uygular ve yönetir.
12	Yeni teknolojilerin etik, sosyal ve yönetsel etkilerini değerlendirir.
13	Akademik ve profesyonel etik ilkelere uygun hareket eder.
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	5	70
Ödevler	0	0	0
Sunum / Seminer hazırlama	1	5	5
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	0	0	0
Ara sınavlar	0	0	0
Proje (Yarıyıl ödevi)	1	30	30
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	0	0	0
Yarıyıl sonu sınavı	1	3	3
Araştırma	1	20	20
Toplam iş yükü			170
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	20
Kısa sınav	0	0
Ödev	1	20
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	Hyndman & Athanasopoulos, Forecasting: Principles and Practice Box & Jenkins, Time Series Analysis
Yardımcı Kaynaklar	-

Ders İle İlgili Dosyalar