Bilgisayar Mühendisliği İçin Olasılık ve İstatistiğe Giriş(INF211)
| Ders Kodu | Dersin Adı | Yarıyıl | Teori | Uygulama | Lab | Kredisi | AKTS |
|---|---|---|---|---|---|---|---|
| INF211 | Bilgisayar Mühendisliği İçin Olasılık ve İstatistiğe Giriş | 4 | 3 | 0 | 0 | 3 | 4 |
| Ön Koşul | |
| Derse Kabul Koşulları |
| Dersin Dili | Fransızca |
| Türü | Zorunlu |
| Dersin Düzeyi | Lisans |
| Dersi Veren(ler) | Günce Keziban ORMAN korman@gsu.edu.tr (Email) |
| Dersin Yardımcıları | |
| Dersin Amacı |
Öğrencilere olasılık ve istatistik konularında temel kavramları algılamada ve bunlara ilişkin yöntemleri (olayların olasılıkları, rassal değişkenlere ilişkin kurallar ve moment kavramı, önemli dağılımlar, bileşik olasılık fonksiyonları, raporlama, grafik gösterimler örnekleme kavramı, güven aralıkları, hipotez testleri) kullanma yeterliliğine ulaşmada yardımcı olacaktır. Bu kapsamda dersin amaçları şu şekilde belirlenmiştir: • Öğrenciye olasılık kavramını, özellikle de belirsiz olaylarla ilgili olarak rassal değişkenleri tanıtmak • Öğrencinin farklı olasılık dağılımlarına hakim olmalarını sağlamak • Öğrencinin iş dünyasında karşısına çıkabilecek problemlerde özellikle belirsizliğin analizinde olasılık teorisinden faydalanmalarını sağlamak • Öğrencinin, istatistiğin temel kavramlarına hakim olmasını sağlamak. • Öğrenciye veri analizi, raporlama, grafiksel gösterim prensipleri konusunda bilgi kazandırmak. • Öğrenciye örneklem seçimi, örneklemden yola çıkarak ana kitle parametre tahminleri yapabilme yetkinliği kazandırmak. • Öğrencinin hipotez testleri ve ileriye yönelik tahminler konularında bilgi sahibi olmasını sağlamak. |
| İçerik |
Olasılığa giriş Olasılık aksiyomları, koşullu olasılık, Bayes teoremi Rassal değişkenler ve olasılık dağılımları Olasılık yoğunluk ve dağılım fonksiyonları Beklenen değer varyans, standart sapma ve momentler Önemli kesikli dağılımlar ve uygulamaları Önemli sürekli dağılımlar ve uygulamaları Ara Sınav Örneklem seçimi, verilerin düzenlenmesi ve analizi Raporlama ve gösterimler Merkezsel eğilim ölçüleri ve dağılım ölçüleri Örnekleme dağılımları ve tahmin etme İstatistiksel sonuç çıkarma – Hipotez testi Regresyon ve korelasyon |
| Dersin Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayan öğrenci: 1. Kümeler teorisi ve olasılık aksiyomları arasındaki ilişkiyi açıklayabilir. 2. Rassal değişkenlere ait farklı fonksiyonları ayırt edebilir. 3. Rassal değişkenlerin karakteristik özelliklerini tanımlayabilir. 4. Önemli kesikli ve sürekli dağılımlarını tanır ve aralarındaki ilişkileri açıklayabilir. 6. Olasılık dağılımlarının fonksiyonları yardımıyla olasılık teorisini gerçek hayat örneklerine uygulayabilir. 4-Olasılık ve istatistiğe bağlı bir bilimsel araştırmanın nasıl planlanacağını ve yürütüleceğini öğrenir. 5-Ana kitleden onu temsil eden bir örneğin nasıl alınacağını ve değerlendirileceğini öğrenir. 6-Alınan örneğe dayalı olarak ana kitlenin nasıl tanımlanacağını öğrenir. 7-Ana kitlelerin karşılaştırılmasında varyans analizinin nasıl yapılacağını ve yorumlanacağını öğrenir. 8-Bir ana kitledeki bağlı ve bağımsız değişkenler arasındaki ilişkilerin gücünün ve katsayılarının korelasyon analizi ve regresyon analizi ile nasıl saptanacağını öğrenir. |
| Öğretim Yöntemleri | Ders anlatımı, ödevler, kısa sınavlar, ara sınav ve final |
| Kaynaklar |
• 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 • Ders Notları |
Teori Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Olasılığa giriş |
| 2 | Olasılık aksiyomları, koşullu olasılık, Bayes teoremi |
| 3 | Rassal değişkenler ve olasılık dağılımları |
| 4 | Olasılık yoğunluk ve dağılım fonksiyonları |
| 5 | Beklenen değer varyans, standart sapma ve momentler |
| 6 | Önemli kesikli dağılımlar ve uygulamaları |
| 7 | Önemli sürekli dağılımlar ve uygulamaları |
| 8 | Ara Sınav |
| 9 | Örneklem seçimi, verilerin düzenlenmesi ve analizi |
| 10 | Raporlama ve gösterimler |
| 11 | Merkezsel eğilim ölçüleri ve dağılım ölçüleri |
| 12 | Örnekleme dağılımları ve tahmin etme |
| 13 | İstatistiksel sonuç çıkarma – Hipotez testi |
| 14 | Regresyon ve korelasyon |
Uygulama Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|
Başarı Notuna Etki Oranları
| Sayı | Katkı Payı | |
|---|---|---|
| Yarıyıl içi çalışmaların başarı notuna katkısı | 3 | 50 |
| Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 50 |
| Toplam | 4 | 100 |
Yarıyıl İçi Çalışmaları
| Sayı | Katkı Payı | |
|---|---|---|
| Ödevler | 1 | 5 |
| Sunum | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 40 |
| Proje | 0 | 0 |
| Laboratuar | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 |
| Kısa Sınavlar | 1 | 5 |
| 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 | 3 | 50 |
| Numara | Program Yeterlilikleri | Puan | ||||
|---|---|---|---|---|---|---|
| 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 | ||||
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Sınıf Dışı Çalışma Süresi | 14 | 2 | 28 |
| Ödevler | 1 | 8 | 8 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 4 | 4 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 6 | 6 |
| Kısa Sınavlar | 1 | 3 | 3 |
| Toplam İş Yükü | 91 | ||
| Toplam İş Yükü / 25 | 3,64 | ||
| Dersin AKTS Kredisi | 4 | ||