VERİ BİLİMİ İÇİN OLASILIK VE İSTATİSTİK

Ders Açıklaması

Bu dersin amacı, rassal olaylar ve değişkenler hakkında iyi bir sezgi geliştirerek çeşitli veri bilimi problemlerini çözmek için gerekli olasılık ve istatistik teorisi bilgilerini sağlamaktır. Rassal değişkenler, bağımsızlık, beklenen değerler, standart hatalar ve merkezi limit teoremi gibi temel kavramlar işlenir. Bayes çıkarımı ve maksimum olabilirlik tahmini gibi veri biliminde sıklıkla kullanılan araçlar vurgulanır. Bu dersi tamamlayan öğrenciler, veri işleme için olasılıksal ve istatistiksel modelleri kullanma ve istatistiksel veri analizi yapmak için istatistiksel programlama dili R'yi kullanma becerisine de sahip olacaklardır. Öğrenciler, yaşamdaki rastgeleliği temsil eden olasılıksal modellerin parametrelerini tahmin etmek için istatistiksel teknikler önerebileceklerdir. Öğrencilerin, daha sonraki makine öğrenimi derslerinde yeni teknikleri kullanmaya da hazır olmaları beklenmektedir.

VERİ BİLİMİ İÇİN OLASILIK VE İSTATİSTİK

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Henüz haftalık içerik tanımlanmamış.

Referans Kitaplar & Ders Materyalleri

Kaynak kitap listelenmemiş.

Ders Çıktıları

Öğrenme çıktısı tanımlanmamış.

Program Çıktıları

1. Veri bilimi alanındaki güncel durumu değerlendirmek ve anlamak amacıyla teoriler, çerçeveler ve modeller hakkında derinlemesine bilgi sahibi olmak.
2. Literatürü incelemek ve veri bilimi teorileri ile metodolojilerini yeni araştırmalarda ve deneylerde uygulamak.
3. Denetimli ve denetimsiz makine öğrenimi tekniklerini kullanarak veri setlerini analiz etmek.
4. Veri yönetimi, analiz ve problem çözümü için istatistiksel ve bilişim yazılım sistemleri tasarlamak, geliştirmek ve test etmek.
5. Farklı veri türleri ve analitik görevler için etkili görselleştirmeler tasarlamak ve geliştirmek, ayrıca görselleştirme ve görsel analiz konularında teorik ve uygulamalı konular üzerine bağımsız araştırmalar yürütmek
6. İletişim, problem çözme, araştırma veya proje faaliyetlerinde yüksek düzeyde yetkinlik kazanmak ve çok disiplinli bir ekipte ortak bir hedefe ulaşmak için bir ekip üyesi ya da lider olarak etkin biçimde çalışmak.
7. Büyük veri kümelerinin yönetimiyle ilgili zorlukların üstesinden gelmek için paralel yöntemler, bulut bilişim ve ilişkisel olmayan (NoSQL) veri depolama ve erişim çözümleri geliştirmek ve uygulamak.
8. Veri, bilgi ve iletişimin disiplinlerarası doğasını anlamak ve veri toplama ile analizine yönelik önde gelen araştırma yöntemlerini değerlendirme yeteneği kazanmak.
9. Verinin kullanımıyla ilgili etik sorunları derinlemesine anlamak ve gerçek dünya veri uygulamalarında etik kararlar alabilmek.
10. Geniş bir alan yelpazesinden bilgiyi analiz etme, sentezleme ve değerlendirme yeteneğini göstermek ve yaşam boyu kendi kendine öğrenme yetisine sahip olmak.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.