Computer Engineering Department

Introduction to Probability and Statistics for computer engineering(INF211)

Course Code Course Name Semester Theory Practice Lab Credit ECTS
INF211 Introduction to Probability and Statistics for computer engineering 4 3 0 0 3 4
Prerequisites
Admission Requirements
Language of Instruction French
Course Type Compulsory
Course Level Bachelor Degree
Course Instructor(s) Günce Keziban ORMAN korman@gsu.edu.tr (Email)
Assistant
Objective Give to students the principals of probability and statistics and provide them the capacity of using the relevant methods. In this scope, the objectives are listed: principal concepts and random variables, important probability functions, preparing reports and performing scientific studies using probability and statistics, doing estimations by samples, comparing samples and populations
Content Introduction to probability
Axioms, conditional probability, Bayes theorem
Random variable
Probability functions
Expected value, variance, standard deviation
Discret distributions and their applications
Continuous distributions and their applications
Midterm
Sample selection, organisation and analyse of data
Building reports and charts
Measures of central tendancy and dispersion
Sample distributions ans estimations
Test of hypotheses
Regression and correlation
Course Learning Outcomes A student who is successful in this course will have knowledge and capacity on: set theory and its relations with probability, characteristics of random variables at their functions, important probability distributions, preparing reports and scientific papers using probability and statistics, estimations by samples, comparinf samples and populations
Teaching and Learning Methods Lectures
Questions-Answers
References • Soong, T.T., Fundamentals of Probability and Statistics for Engineers, John Wiley & Sons, 2004.
• Akdeniz, F., Olasılık ve İstatistik, Baki Kitapevi, Eylül 1998.
• Sheldon M., Ross, M., Introduction to probability models, Academic Press, 2003, 8th Ed. • Olasılık – Osman Kara
• Course notes
Print the course contents
Theory Topics
Week Weekly Contents
1 Introduction to probability
2 Axioms, conditional probability, Bayes theorem
3 Random variable
4 Probability functions
5 Expected value, variance, standard deviation
6 Discret distributions and their applications
7 Continuous distributions and their applications
8 Midterm
9 Sample selection, organisation and analyse of data
10 Building reports and charts
11 Measures of central tendancy and dispersion
12 Sample distributions and estimations
13 Test of hypotheses
14 Regression and correlation
Practice Topics
Week Weekly Contents
Contribution to Overall Grade
  Number Contribution
Contribution of in-term studies to overall grade 3 50
Contribution of final exam to overall grade 1 50
Toplam 4 100
In-Term Studies
  Number Contribution
Assignments 1 5
Presentation 0 0
Midterm Examinations (including preparation) 1 40
Project 0 0
Laboratory 0 0
Other Applications 0 0
Quiz 1 5
Term Paper/ Project 0 0
Portfolio Study 0 0
Reports 0 0
Learning Diary 0 0
Thesis/ Project 0 0
Seminar 0 0
Other 0 0
Toplam 3 50
No Program Learning Outcomes Contribution
1 2 3 4 5
1 Matematik, fizik ve mühendislik bilimlerine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinin modellenmesi ve çözümünde kullanabilme becerisi. X
2 Karmaşık bilgisayar mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Yazılımsal veya donanımsal karmaşık bir sistemi, süreci veya donanımı gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. X
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Analitik düşünce ile bir sistemi, sistem bileşenini ya da süreci analiz etme, modelleme, deney tasarlama ve yapma, veri toplama, çözüm algoritmaları üretebilme, uygulamaya alma ve geliştirme becerileri. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. X
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az iki yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, yazılım ve donanım tasarımını, gerekirse teknik resim metotları kullanarak raporlayabilme, etkin sunum yapabilme becerisi.
8 Bilgiye erişebilme ve bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi
9 Yaşam boyu öğrenmenin gerekliliği bilinci; kendini sürekli yenileme becerisi.
10 Mesleki etik ilkelerine uygun davranma, mesleki sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. X
Activities Number Period Total Workload
Class Hours 14 3 42
Working Hours out of Class 14 2 28
Assignments 1 8 8
Midterm Examinations (including preparation) 1 4 4
Final Examinations (including preparation) 1 6 6
Quiz 1 3 3
Total Workload 91
Total Workload / 25 3,64
Credits ECTS 4
Scroll to Top