Olasılık (VM 512) | GSÜ - AKTS Bilgilendirme Sistemi

İçerik

Dersin Amacı

Olasılık kuramı, veri işlemede kullanılan önemli tekniklerden biridir. Bu dersin amacı veri bilimi ve ilgili istatistik uygulamaları için gerekli olasılık kuramı altyapısını vermek/güçlendirmektir.

Dersin İçeriği

Örnek Uzay. Olaylar. Kümeler. Koşullu olasılık. Ağaçlar. Permütasyon. Kombinasyon. Bayes teoremi. Kesikli Rasgele değişkenler. Sürekli Rasgele değişkenler. Joint değişkenler. Covariance, Korelasyon. Momentler. Merkezi Limit teoremi. Markov, Chebyshev eşitsizlikleri. Rassal süreçler. Markov Zincirleri.

Dersin Öğrenme Çıktıları

Bu dersi alan öğrenci, rassal değişken kavramını özümsemiştir ve
1) Temel olasılık modelini kavrar ve uygular 2) Şartlı olasılık ve Bayes kuralını bilir 3) Sık karşılaşılan dağılımları tanır ve uygular 4) Beklenen değer, varyans tanımlarını anlar ve bu değişmezleri hesaplayabilir 4) Limit teoremleri hakkında bilgi sahibidir 5) Kesikli Markov zincirlerine ve uygulamalarına giriş yapmıştır.

Öğretim Yöntemleri

Ders, problem çözme, tartışma, ödevler.

Kaynaklar

Introduction to Probability for Data Science Stanley H. Chain
Sheldon Ross, An initiation to Probability

Değerlendirme Sistemi

Başarı Notuna Etki Oranları
Etkinlikler	Sayı	Katkı Payı
Yarıyıl içi çalışmaların başarı notuna katkısı	2	60
Yarıyıl sonu çalışmaların başarı notuna katkısı	1	40
Toplam	3	100

Yarıyıl İçi Çalışmaları
Etkinlikler	Sayı	Katkı Payı
Ödevler	0	0
Sunum	1	10
Arasınavlar (Hazırlık Süresi Dahil)	1	30
Proje	0	0
Laboratuar	0	0
Diğer Uygulamalar	0	0
Kısa Sınavlar	0	0
Dönem Ödevi / Projesi	0	0
Portfolyo Çalışmaları	0	0
Raporlar	0	0
Öğrenme Günlükleri	0	0
Bitirme Tezi/Projesi	0	0
Seminer	0	0
Diğer	0	0
Toplam	2	40

AKTS - İş Yükü Tablosu

Etkinlikler	Sayı	Süre	Toplam İş Yükü
Ders Süresi	4	11	44
Sınıf Dışı Çalışma Süresi	4	11	44
Ödevler	8	10	80
Sunum	1	6	6
Arasınavlar (Hazırlık Süresi Dahil)	1	8	8
Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil)	1	10	10
Toplam İş Yükü			192
Toplam İş Yükü / 25			7.68
Dersin AKTS Kredisi			8