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 5. 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 Koordinatörü
Dersin Öğretmen(ler)i
  • Dr. Öğr. Üyesi Aida SALIMNEZHADGHAREHZIAEDDINI
Dersin Asistan(lar)ı
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;
  • Öğrenci olasılık teorisinin temel kavramlarını kavrar ve bu kavramları mühendislik problemlerine uygulayabilir
  • Öğrenci farklı mühendislik alanlarındaki sistemlere/süreçlere istatistiksel yöntemleri uygulayabilir ve bu yöntemleri kavrayabilir.
  • Öğrenci gerçek yaşamdan mühendislik süreçlerini ve problemlerini, uygun istatistiksel teknikleri ve mühendislik verilerini kullanarak değerlendirebilir ve çözebilir.
  • Öğrenci uygun istatistiksel veya hesaplamalı araçları kullanarak mühendislik verileri üzerinde istatistiksel analizler gerçekleştirebilir.
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 X
Destek Dersleri
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, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi; bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. X
2 Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını gözeterek tanımlama, formüle etme ve analiz becerisi. X
3 Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi; karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.
4 Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi. X
5 Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi. X
6 Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
7 Mühendislik meslek ilkelerine uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık.
8 Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.
9 Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü, yazılı etkin iletişim kurma becerisi.
10 Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik hakkında farkındalık.
11 Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.

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