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. Literatürü eleştirel bir şekilde analiz ederek, araştırma boşluklarını belirleyerek ve MIS teorisine ve pratiğine katkıda bulunan orijinal çalışmalar tasarlayarak ileri araştırma metodolojilerine (nicel, nitel ve karma yöntemler) hakim olduğunu gösterebilir.
2. Bağımsız bilimsel araştırmayı, akademik titizliği ve MIS alanındaki bilginin ilerlemesine önemli bir katkıyı yansıtan özgün bir doktora tezi hazırlayabilir ve savunabilir.
3. Araştırma paradigmalarının felsefi temellerini açıklayarak, araştırmasını bu çerçeveler içerisinde konumlandırarak ve akademik eleştirilere yanıt vererek tez izleme ve savunmasına hazır olduğunu gösterebilir.
4. Veri toplama, analiz, raporlama ve yayınlama dahil olmak üzere araştırma sürecinin tüm aşamalarında etik ilkeleri, akademik dürüstlüğü ve sorumlu araştırma yürütmeyi uygulayabilir.
5. Bilişim sistemleri araştırmalarının ve örgütsel ve toplumsal bağlamlardaki uygulamalarının sosyal, yasal ve etik etkilerini belirleyebilir.
6. Karmaşık veri kümelerini incelemek ve MIS araştırmalarında anlamlı içgörüler çıkarmak için istatistiksel modelleme, makine öğrenimi ve yapay zeka tabanlı analizler de dahil olmak üzere gelişmiş veri bilimi tekniklerini kullanabilir.
7. Yapay zeka, büyük veri, blok zinciri ve nesnelerin interneti gibi ortaya çıkan teknolojileri tanıyabilir ve değerlendirebilir; bu teknolojilerin kurumsal süreçler ve dijital ekosistemler üzerindeki dönüştürücü etkilerini değerlendirebilir.
8. Disiplinlerarası araştırma ortamlarında işbirliği yapabilir ve liderlik edebilir, üretken bilimsel ortaklıklar kurabilir ve farklı akademik bakış açılarını bütünleştiren araştırma projelerini yönetebilir.
9. Hakemli dergilerde yüksek kaliteli araştırmalar yayınlayabilir, bulgularını uluslararası konferanslarda sunabilir ve dergi hakemliği, konferans organizasyonu ve komite katılımı gibi akademik hizmetlerde aktif olarak yer alabilir.
10. Bilişim sistemleri, teknoloji ve kurumsal stratejinin kesişim noktasında zorlukları belirleyebilir ve yenilikçi, araştırmaya dayalı çözümler önerebilir.
11. İleri düzeyde YBS dersleri sunabilir, lisansüstü araştırmaları denetleyebilir ve etkili rehberlik ve akademik öğretim yoluyla akademik gelişimi destekleyebilir.
12. Sistem düşüncesi ve yenilikçi tasarım metodolojilerini kullanarak BT yeteneklerini kurumsal stratejilerle uyumlu hale getiren gelişmiş bilişim sistemleri ve karar destek sistemleri geliştirebilir.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.