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 örneklem seçimi, örneklemden yola çıkarak ana kitle parametre tahminleri yapabilme yetkinliği kazandırmak. |
| İçerik |
1. Hafta Olasılığa giriş, kümeler, olasılık modeli 2. Hafta Koşullu olasılık 3. Hafta Toplam Olasılık Teoremi, Çıkarım ve Bayes Kuralı 4. Hafta Bağımsızlık, Koşullu Bağımsızlık 5. Hafta 1. Ara Sınav 6. Hafta Sayma Prensibi, Kombinasyon, Permütasyon, Partisyon 7. Hafta Kesikli Rassal Değişken: Giriş, olasılık kütle fonksiyonu, özel kesikli rassal değişkenler (bernoulli, binom, geometrik, poisson) 8. Hafta Rassal Değişken fonksiyonları: Beklenen değer, varyans ve standard sapma 9. Hafta Ortak olasılık kütle fonksiyonu ve kesikli rassal değişkenlerin koşulluluğu 10. Hafta Kesikli Rasal Değişkenlerin Bağımsızlığı 11. Hafta 2. Ara sınav 12. Hafta Sürekli Rassal Değişken: Giriş, sürekli üniform rassal değişken, olasılık yoğunluk fonksiyonu, eksponensiyel rassal değişken 13. Hafta Kümülatif dağılım fonksiyonu, normal rassal değişken ve normal dağılım 14. Hafta Sürekli Rassal değişkenlerde koşulluluk ve bağımsızlık |
| Dersin Öğrenme Çıktıları |
1. Kümeler teorisi ve olasılık aksiyomları arasındaki ilişkiyi açıklayabilme yetisi, 2. Rassal değişkenlere ait farklı fonksiyonları ayırt edebilme ve karakteristik özelliklerini tanımlayabilme becerisi 3. Önemli kesikli ve sürekli dağılımlarını hatırlayabilme yetisi, 4. Önemli olasılık dağılımları arasındaki ilişkiyi açıklayabilme becerisi, 5. Olasılık dağılımlarının fonksiyonları yardımıyla olasılık teorisini gerçek hayat örneklerine uygulayabilme becerisi, 6. Olasılığın endüstriyel alanda uygulanması ile ilgili örnekler verebilme yetisi" |
| Öğretim Yöntemleri | |
| Kaynaklar |
• Dimitri P. Bertsekas and John N. Tsitsiklis, Introduction to Probability, LECTURE NOTES, Course 6.041-6.431, M.I.T. FALL 2000, • Soong, T.T., Fundamentals of Probability and Statistics for Engineers, John Wiley & Sons, 2004. • Sheldon M., Ross, M., Introduction to probability models, Academic Press, 2003, 8th Ed. " |
Teori Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Olasılığa giriş, kümeler, olasılık modeli |
| 2 | Koşullu olasılık |
| 3 | Toplam Olasılık Teoremi, Çıkarım ve Bayes Kuralı |
| 4 | Bağımsızlık, Koşullu Bağımsızlık |
| 5 | 1. Ara Sınav |
| 6 | Sayma Prensibi, Kombinasyon, Permütasyon, Partisyon |
| 7 | Kesikli Rassal Değişken: Giriş, olasılık kütle fonksiyonu, özel kesikli rassal değişkenler (bernoulli, binom, geometrik, poisson) |
| 8 | Rassal Değişken fonksiyonları: Beklenen değer, varyans ve standard sapma |
| 9 | Ortak olasılık kütle fonksiyonu ve kesikli rassal değişkenlerin koşulluluğu |
| 10 | Kesikli Rasal Değişkenlerin Bağımsızlığı |
| 11 | 2. Ara sınav |
| 12 | Sürekli Rassal Değişken: Giriş, sürekli üniform rassal değişken, olasılık yoğunluk fonksiyonu, eksponensiyel rassal değişken |
| 13 | Kümülatif dağılım fonksiyonu, normal rassal değişken ve normal dağılım |
| 14 | Sürekli Rassal değişkenlerde koşulluluk ve bağımsızlık |
Uygulama Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|
Başarı Notuna Etki Oranları
| 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
| Sayı | Katkı Payı | |
|---|---|---|
| Ödevler | 0 | 0 |
| Sunum | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 2 | 60 |
| 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 | 60 |
| 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. | |||||
| 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. | |||||
| 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. | X | ||||
| 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. | |||||
| 12 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi. | X | ||||
| 13 | Bilgisayar mühendisliği uygulamalarının hukuki ve etik boyutları konusunda farkındalık. | |||||
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Sınıf Dışı Çalışma Süresi | 14 | 2 | 28 |
| Ödevler | 1 | 5 | 5 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 10 | 10 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 12 | 12 |
| Toplam İş Yükü | 97 | ||
| Toplam İş Yükü / 25 | 3,88 | ||
| Dersin AKTS Kredisi | 4 | ||