GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
FBYZR7031 Yapay Zekada İstatistiki Metodlar I Ders 1 1 5,00

Dersin Seviyesi

Yüksek Lisans

Dersin Sunulduğu Dil

Dersin Amacı

Bu dersin amacı Yapay Zeka kapsamında kullanılan istatistiklerin ayrıntılı olarak anlaşılmasını sağlamaktır.

Dersi Veren Öğretim Görevlisi Görevlileri

Sanem ŞEHRİBANOĞLU

Öğrenme Çıktıları

1 Lisans eğitimde öğrenmiş oldukları istatistik bilgilerini hatırlatmak ve detaylandırmak

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Ders İçin Önerilen Diğer Hususlar

[Yok]

Dersin İçeriği

Artificial Intelligence / Machine Learning / Deep Learning / Reinforcement Learning derslerinin altında istatistiksel çıkarımlar bulunmaktadır. Bu kapsamda öğrencilerin istatistik bilgilerin artırılması amaçlanmaktadır.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik Uygulama Laboratuvar
1 Temel Tanımlar
2 Tanımlayıcı istatistik
3 Olasılık Teorisi'ne Giriş
4 Olasılık Teorisi
5 Dağılımlar (Binom, Poisson, Normal, Gamma, Weibull)
6 Dağılımlar (Binom, Poisson, Normal, Gamma, Weibull)
7 Dağılımlar için Maximum Likelihood Method
8 Hipotez testleri'ne Giriş
9 Basit Doğrusal Regresyon
10 Korelasyon
11 Nonparametrik İstatistiğe Giriş
12 Nonparametrik İstatistik

Ders Kitabı Malzemesi Önerilen Kaynaklar

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Quiz 1 75
Ev Ödevi 1 25
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Quiz 1 3 3
Derse Katılım 15 3 45
Bireysel Çalışma 15 5 75
Ödev Problemleri için Bireysel Çalışma 1 5 5
Toplam İş Yükü (saat) 128

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10 PÇ 11 PÇ 12 PÇ 13 PÇ 14 PÇ 15 PÇ 16
ÖÇ 1
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek