Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Bilgisayar Destekli Çıkarsama YöntemleriIST612137.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin DiliTürkçe
Dersin SeviyesiDoktora
Dersin TürüSeçmeli @ İstatistik ABD İstatistik Doktora Programı
Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüGülhayat Gölbaşı Şimşek
Dersi Veren(ler)Gülhayat Gölbaşı Şimşek
Asistan(lar)ı
Dersin AmacıBilgisayar destekli istatistiksel çıkarım yöntemleri hakkında bilgi vermek
Dersin İçeriğiAmpirik Bayesyen Yöntemler; James–Stein Tahmini; Genelleştirilmiş Doğrusal Modeller Ve Regresyon Ağaçları; Jackknife Ve Bootstrap Yöntemleri; Bootstrap Güven Aralıkları; Blok Bootstrap; Büyük Veride Hipotez Testleri Ve Yanlış Çıkarsama; Seyrek Modelleme; Çapraz Geçerlilik; Rastgele Orman Ve Boosting; Sinir Ağları Ve Derin Öğrenme; Destek Vektör Makinaları; Kernel Yöntemleri.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Bradley Efron, Trevor Hastie. Computer Age Statistical Inference: Algorithms, Evidence, and Data Science, Cambridge University Press, 2016.
  • Bradley Efron, Robert J. Tibshirani. An Introduction to the Bootstrap, Chapman & Hall/CRC Monographs on Statistics & Applied Probability, 1994.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Bilgisayar destekli çıkarsama yöntemlerinin gerekliliğini kavrama
  2. Bilgisayar destekli çıkarsama yöntemlerinin çeşitliliğini kavrama
  3. Bilgisayar destekli çıkarsama yöntemlerinin amaçlarını kavrama
  4. Bilgisayar destekli çıkarsama yöntemleri arasında seçim yapma
  5. Bilgisayar destekli çıkarsama yöntemlerinin performanslarını belirleme

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
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-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Klasik ve Modern Çıkarsama Yöntemlerine Genel Bakış
2Ampirik Bayesyen Yöntemler
3James–Stein Tahmini
4Genelleştirilmiş Doğrusal Modeller ve Regresyon Ağaçları
5Jackknife ve Bootstrap Yöntemleri
6Bootstrap Güven Aralıkları
7Blok Bootstrap
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Büyük Veride Hipotez Testleri, Yanlış Çıkarsama Oranı
10Seyrek Modelleme
11Çapraz Geçerlilik
12Rastgele Orman ve Boosting
13Sinir Ağları ve Derin Öğrenme
14Destek Vektör Makinaları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev120
Sunum/Jüri120
Projeler
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması133
Derse Özgü Staj
Ödev190
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer110
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)122
Final (Sınav Süresi + Sınav Hazırlık Süresi)124
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok