Yapay Zeka ve Makine Öğrenmesi
| Dersin Adı | Veri Bilimi için İstatistik | ||
| Dönemi | Dersin Kodu | Teorik Saat / Uygulama Saati | AKTS |
| 0 | YPZ405 | 3 / 0 | 5 |
| Dersin Düzeyi | Lisans | ||
| Dersin Veriliş Biçimi | Yüzyüze | ||
| Dersin Koordinatörü | Dr. Öğr. Üyesi Hayri İncekara | ||
| Koordinatör E-Mail | hincekara ktun.edu.tr | ||
| Öğretim Elemanı |
|
||
| Ders Tür Adı |
|
||
| Kaynaklar |
|
||
| Dersin Amacı | Ders, veri bilimi metodolojisinin temelini kapsar ve istatistik ve öğrenme teorisi alanındaki temel kavramları vurgular, ancak aynı zamanda modern metodolojilere de değinir. Dağılımların ve onların parametrelerinin öğrenilmesi. Birden fazla hipotezin test edilmesi. Doğrusal ve doğrusal olmayan regresyon ve tahmin. Sınıflandırma. Belirsizlik miktarının belirlenmesi. Model doğrulaması. Kümeleme. Boyut azaltma. Muhtemelen yaklaşık doğru (PAC) öğrenme. Bu tür teorik kavramlar, örnek uygulamalar, vaka çalışmaları (veri kümeleri) ve elektrik mühendisliği, bilgisayar bilimi, yaşam bilimleri, finans ve sosyal ağlardan çekilen programlama egzersizleri ile daha da pekiştirilir. |
| Temel Meslek Dersi | Uzmanlaşma Dersi |
| 60 | 40 |
| Ders Öğretim Yöntem ve Teknikleri |
|---|
| Hafta | Ders İçerik |
|---|---|
| 1 | Veri biliminin tanımı ve önemi |
| 2 | Temel istatistik kavramları ve ölçekler |
| 3 | Temel olasılık dağılımları ve özellikleri |
| 4 | Parametrik ve non-parametrik testlerin tanımı ve uygulamaları |
| 5 | Lineer regresyon ve tahmin |
| 6 | Sınıflandırma için lojistik regresyon |
| 7 | Doğrusal olmayan regresyon modelleri ve örnek uygulamalar |
| 8 | ARA SINAV |
| 9 | Belirsizlik kavramı ve ölçüm yöntemleri |
| 10 | Makine öğrenmesi modellerinin doğrulanması ve değerlendirilmesi |
| 11 | Kümeleme algoritmaları ve uygulamaları |
| 12 | Boyut azaltma teknikleri ve etkili kullanımı |
| 13 | Muhtemelen yaklaşık doğru (PAC) öğrenme ve teorik temelleri |
| 14 | Örnek uygulamalar |
| 15 | FİNAL |
| Sıra | Ders Öğrenim Çıktıları | Değer |
|---|---|---|
| 1 | Öğrenciler, veri biliminin metodolojik temellerini kavrayarak istatistik ve öğrenme teorisindeki temel kavramlara odaklanır ve modern metodolojilere dair anlayış geliştirirler. | 20 |
| 2 | Dağılımların ve parametrelerinin öğrenilmesi, çoklu hipotezlerin test edilmesi, doğrusal ve doğrusal olmayan regresyon ve tahmin, sınıflandırma gibi konuları içeren veri bilimi temel prensiplerini öğrenirler. | 20 |
| 3 | Belirsizlik miktarının belirlenmesi, model doğrulaması, kümeleme ve boyut azaltma gibi önemli konularda yetkinlik kazanarak veri bilimi uygulamalarında güvenilir sonuçlar elde etmeyi öğrenirler. | 30 |
| 4 | Python programlama egzersizleri üzerinden teorik kavramların uygulamalı olarak pekiştirilmesiyle gerçek dünya problemlerini çözme becerilerini geliştirirle | 30 |
| DÖÇ 1 | DÖÇ 2 | DÖÇ 3 | DÖÇ 4 | |
|---|---|---|---|---|
| PÇ 1 | 25 | 25 | 25 | 25 | PÇ 2 | 0 | 0 | 0 | 0 | PÇ 3 | 0 | 0 | 0 | 0 | PÇ 4 | 0 | 0 | 0 | 0 | PÇ 5 | 0 | 0 | 0 | 0 | PÇ 6 | 0 | 0 | 0 | 0 | PÇ 7 | 0 | 0 | 0 | 0 | PÇ 8 | 0 | 0 | 0 | 0 | PÇ 9 | 0 | 0 | 0 | 0 | PÇ 10 | 0 | 0 | 0 | 0 | PÇ 11 | 0 | 0 | 0 | 0 |
| AKTS İş Yükü | Sayı | Süre,Dakika | Toplam İş Yükü |
|---|---|---|---|
| Haftalık ders saati (Teorik) | 13 | 135 | 1755 | Haftalık ders saati (Uygulama) (laboratuvar, stüdyo, atölye vb) | 0 | 0 | 0 | Ödev | 0 | 0 | 0 | Kısa Sınavlar (quiz) | 0 | 0 | 0 | Materyal tasarlama, hazırlama | 0 | 0 | 0 | Arazi Çalışmaları | 0 | 0 | 0 | Rapor hazırlama | 0 | 0 | 0 | Sunum | 0 | 0 | 0 | Proje hazırlama | 0 | 0 | 0 | Diğer çalışmalar | 0 | 0 | 0 | Ara sınav ve ara sınava hazırlık | 1 | 2750 | 2750 | Genel sınav ve genel sınava hazırlık | 1 | 3500 | 3500 |
| AKTS İş Yükü | Ara Sınava Katkı Yüzdesi | Finale Katkı Yüzdesi |
|---|---|---|
| Haftalık ders saati (Teorik) | 0 | 0 | Haftalık ders saati (Uygulama) (laboratuvar, stüdyo, atölye vb) | 0 | 0 | Ödev | 0 | 0 | Kısa Sınavlar (quiz) | 0 | 0 | Materyal tasarlama, hazırlama | 0 | 0 | Arazi Çalışmaları | 0 | 0 | Rapor hazırlama | 0 | 0 | Sunum | 0 | 0 | Proje hazırlama | 0 | 0 | Diğer çalışmalar | 0 | 0 | Ara sınav ve ara sınava hazırlık | 100 | 0 | Genel sınav ve genel sınava hazırlık | 0 | 100 |