AKTS - Olasılık ve İstatistik
Olasılık ve İstatistik (IE220) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Olasılık ve İstatistik | IE220 | 4. Dönem | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Zorunlu Bölüm Dersleri |
| Dersin Seviyesi | Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Soru Yanıt, Sorun/Problem Çözme. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Bu derste öğrenciler, olasılık ve istatistiğin temel kavramlarını ve bu kavramların mühendislik verileri ve problemlerine uygulanmasını öğrenir. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Olasılık ve istatistiğe giriş, koşullu olasılık, rassal değişkenler ve olasılık dağılımları, beklenen değer, örnekleme dağılımları, tek örneklem ve iki örneklem tahmin problemleri, hipotez testi, mühendislik sistemlerinin/süreçlerinin karşılaştırılması, basit ve çoklu doğrusal regresyon, zamana dayalı stokastik modeler ve istatistik, veri bilimi, makine öğrenmesi ve yapay zeka arasındaki mühendislik alanındaki temel etkileşimler |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Olasılıksal Modelleme ve Yapay Zeka Çağında İstatistiğin Mühendislikteki Rolü | Montgomery & Runger, Ch. 1 – The Role of Statistics in Engineering; James et al., Ch. 1 – Introduction; Russell & Norvig, Ch. 1 – Introduction |
| 2 | Olasılığın Temelleri & Koşullu Olasılık | Montgomery & Runger, Ch. 2 – Probability Russell & Norvig, Ch. 12 – Quantifying Uncertainty; Ch. 13 – Probabilistic Reasoning |
| 3 | Rassal Değişkenler Aracılığıyla Mühendislik Sistemlerinin/Süreçlerinin Modellenmesi | Montgomery & Runger, Ch. 3 – Discrete Random Variables and Probability Distributions; Ch. 4 – Continuous Random Variables and Probability Distributions |
| 4 | Kesikli Değerli Mühendislik Sistemlerinin/Süreçlerinin Modellenmesi | Montgomery & Runger, Ch. 3 – Discrete Random Variables and Probability Distributions |
| 5 | Sürekli-Değerli Mühendislik Sistemlerinin/Süreçlerinin Modellenmesi | Montgomery & Runger, Ch. 4 – Continuous Random Variables and Probability Distributions |
| 6 | Yenilenebilir Enerji Alanında Vaka Örneği | Montgomery & Runger, Ch. 2–4 – Probability, Random Variables and Probability Distributions; Instructor-provided renewable energy case/data |
| 7 | Ara Sınav I (1-5. Haftalar) Bir Mühendislik Sisteminden/Sürecinden Veri Toplama ve Tahmin | Montgomery & Runger, Ch. 1 – The Role of Statistics in Engineering; Ch. 6 – Descriptive Statistics; Ch. 7 – Sampling Distributions and Point Estimation of Parameters |
| 8 | Vaka Örnekleriyle Mühendislik Sistemlerinde/Süreçlerinde Tahmin | Montgomery & Runger, Ch. 7 – Sampling Distributions and Point Estimation of Parameters; Ch. 8 – Statistical Intervals for a Single Sample; Instructor-provided engineering cases |
| 9 | Yenilenebilir Enerji Alanında Vaka Örneği (Devam) | Montgomery & Runger, Ch. 3–4 – Probability Distributions; Ch. 7 – Point Estimation of Parameters; Instructor-provided renewable energy case/data |
| 10 | Ara Sınav II (5-9. Haftalar) Hipotez Testi | Montgomery & Runger, Ch. 9 – Tests of Hypotheses for a Single Sample |
| 11 | Mühendislik Sistemlerinin/Süreçlerinin Karşılaştırılması | Montgomery & Runger, Ch. 10 – Statistical Inference for Two Samples |
| 12 | Regresyon Modelleri | Montgomery & Runger, Ch. 11 – Simple Linear Regression and Correlation; Ch. 12 – Multiple Linear Regression; James et al., Ch. 3 – Linear Regression |
| 13 | Mühendislikte Zamana Dayalı Stokastik Modeller | Russell & Norvig, Ch. 14 – Probabilistic Reasoning over Time; Montgomery & Runger, Ch. 2–4 – Probability and Probability Distributions |
| 14 | İstatistikten Yapay Zekaya ve Veriye Dayalı Mühendisliğe: Temel Etkileşimler | James et al., Ch. 2 – Statistical Learning; Ch. 3 – Linear Regression; Russell & Norvig, Ch. 1 – Introduction |
| 15 | Tekrar | |
| 16 | Final Sınavı |
Kaynaklar
| Ders Kitabı | 1. Montgomery, D.C., and Runger, G.C., Applied Statistics and Probability for Engineers, 5th Edition, John Wiley and Sons, 2011 |
|---|---|
| Diğer Kaynaklar | 2. James, Witten, Hastie & Tibshirani - An Introduction to Statistical Learning, 2nd Edition, 2023. |
| 3. Russell & Norvig, Artificial Intelligence: A Modern Approach, 4th Edition, 2022. |
Değerlendirme Sistemi
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 2 | 60 |
| Genel Sınav/Final Juri | 1 | 40 |
| Toplam | 3 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 60 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 40 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | X |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Matematik, fen bilimleri ve yazılım mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisini kazanır. | X | ||||
| 2 | Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisini edinir. | X | ||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisini kazanır. | |||||
| 4 | Yazılım mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisini gösterir. | X | ||||
| 5 | Karmaşık mühendislik problemlerinin veya yazılım mühendisliği disiplinine özgü araştırma konularının incelenmesi için, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisini geliştirir. | X | ||||
| 6 | Yazlım mühendisliği ile ilgili alanlarda disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi gösterir. | |||||
| 7 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi gösterir. | |||||
| 8 | En az bir yabancı dil bilgisi alır; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır. | |||||
| 9 | Yaşam boyu öğrenmenin gerekliliği knousnda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisini edinir. | |||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk hakkında bilgi sahip olur. | |||||
| 11 | Yazılım mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi sahibi olur. | |||||
| 12 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatı uygulamaları hakkında bilgi sahibi olur. | |||||
| 13 | Girişimcilik ve yenilikçilik hakkında farkındalık kazanır. | |||||
| 14 | Sürdürülebilir kalkınma hakkında bilgi sahibi olur. | |||||
| 15 | Yazılım mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibi olur. | |||||
| 16 | Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık kazanır. | |||||
| 17 | Yazılım alternatiflerini irdeleyerek bilgisayar tabanlı sistemlerin modellenmesi ve tasarımında, algoritma prensiplerini, matematiksel temelleri ve bilgisayar bilimleri teorisini uygulama becerisini uygular. | X | ||||
| 18 | Yazılım sistemlerinin analiz, tasarım, uygulama, doğrulama, geçerleme ve bakım süreçlerini uygulayarak geliştirilmesinde mühendislik yaklaşımlarını uygulama becerisi kazanır. | X | ||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Teorik Ders saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 3 | 48 |
| Sunum/Seminer Hazırlama | |||
| Projeler | |||
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 2 | 8 | 16 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 13 | 13 |
| Toplam İş Yükü | 125 | ||