INTRODUCTION TO PROBABILITY AND STATISTICS

Ders Açıklaması

-

INTRODUCTION TO PROBABILITY AND STATISTICS

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

1. 01 Mühendislik problemlerinin çözümünde istatistik kavramlarını uygulamaktadır.
2. 02 Sayısal ve grafiksel teknikleri kullanarak hesaplar ve neticelendirir.
3. 03 Temel olasılık kavramlarını adlandırır ve uygular.
4. 04 Ağaç diyagramlarını kurmak için olasılık teorisini uygular.
5. 05 Baye's Kuralı aracılığı ile olasılık teorilerini uygular.
6. 06 Rastagele değişkenlerin özelliklerini ayrık ve sürekli olasılık dağılımları kullanarak tanımlar.
7. 07 Birleşik Olasılık Dağılımının temel kavramlarını adlandırır.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Jay L. Devore, Probability and Statistics for Engineering and Sciences, 8th ed., Brooks/Cole Cengage Learning
2. 02 R.E.Walpole, R.H.Myers, S.L.Myers, K.Ye, Probability and Statistics for Engineers and Scientists, 7th ed., Prentice Hall, 2002.

Ders Çıktıları

1. L01 Mühendislik problemlerinin çözümünde istatistik kavramlarını uygulamaktadır.
2. L02 Sayısal ve grafiksel teknikleri kullanarak hesaplar ve neticelendirir.
3. L03 Temel olasılık kavramlarını adlandırır ve uygular.
4. L04 Ağaç diyagramlarını kurmak için olasılık teorisini uygular.
5. L05 Baye's Kuralı aracılığı ile olasılık teorilerini uygular.
6. L06 Rastagele değişkenlerin özelliklerini ayrık ve sürekli olasılık dağılımları kullanarak tanımlar.
7. L07 Birleşik Olasılık Dağılımının temel kavramlarını adlandırır.

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