| Dersin Dili |
İngilizce |
| Türü |
Zorunlu |
| Dersin Düzeyi |
Yüksek Lisans |
| Dersi Veren(ler) |
Meral TOSUN
mtosun@gsu.edu.tr (Email)
|
| Dersin Yardımcıları |
|
| Dersin Amacı |
Olasılık kuramı, veri işlemede kullanılan en önemli tekniklerden biridir. Bu dersin amacı veri bilimi ve ilgili istatistik uygulamaları için gerekli olasılık kuramı altyapısını öğrenciye vermektir.
|
| İçerik |
Kümeler kuramı, Permütasyonlar ve kombinasyonlar. Bayes teoremi. Rasgele değişkenler. Momentler. Chebyshev eşitsizliği. Sürekli ve Kesikli dağılımlar (Bernouilli, Binomial, Poisson, Gaussian, Üstel, Bertrand, Weibull, Euler vs). Rassal süreçler. Markov Zincirleri
|
| Dersin Öğrenme Çıktıları |
Bu dersi alan öğrenci, rassal değişken kavramını özümsemiştir ve
1) İhtimaller uzayı, ilgili küme cebiri ve olasılık fonksiyonundan müteşekkil temel olasılık modelini kavrar ve uygular 2) Şartlı olasılık ve Bayes kuralını bilir 3) Sık karşılaşılan dağılımları tanır 4) Beklenen değer ve varyans tanımlarını gerekçeleriyle birlikte bir ve bu değişmezleri hesaplayabilir 4) Limit teoremleri hakkında bilgi sahibidir 5) Kesikli Markov zincirlerine ve uygulamalarına giriş yapmıştır.
|
| Öğretim Yöntemleri |
Ders ve alıştırma. Bilgisayar destekli olasılık deneyleri.
|
| Kaynaklar |
Sheldon Ross, An initiation to Probability
Introduction to Probability for Data Science Stanley H. Chain
|
