Dersi Veren Fakülte \ Bölüm
Mühendislik Fakültesi \ Bilgisayar Mühendisliği
Kredi
AKTS
Ders Türü
Öğretim Dili
Bilgisayar Mühendisliği
Yapay Zeka Mühendisliği
Bu ders olasılık teorisinin öğretildiği giriş seviyesinde bir derstir. Dersin amacı öğrencilere olasılık teorisinin temel kavramlarını öğretmek ve bu kavramların bilgisayar mühendisliği alanında karşılaşılan çeşitli problemlerin çözümlerinde uygulanmasını göstermektir. Ders kapsamında olasılık uzayları, rassal değişkenler, dağılımlar, momentler, bağımsızlık, koşullu olasılık ve limit teoremleri içeren konular detaylı bir şekilde incelenmektedir.
Ders Kitapları ve/veya Kaynaklar
1. Introduction to Probability, 2nd Edition, Dimitri P. Bertsekas and John N. Tsitsiklis, Athena Scientific, 2008.
2. A First Course in Probability, 8th Edition, Sheldon Ross.
3.https: //www.probabilitycourse.com/preface.php
4.Probability and Statistics for Computer Scientists. Micheal Baron. CRC Press
5.Probability and Computing: Randomization and Probabilistic Techniques in Algorithms and Data Analysis. M. Mitzenmacher and E. Upfal. Cambride University Press.
6. Probability and Statistics for Engineers and Scientists, 10th Edition, Walpole, R. E., Myers, R. H., Myers S. L., Ye, K.
Olasılık teorisine ilişkin temel kavramların öğrenilmesi.
Bilgisayar mühendisliği alanında sıklıkla karşılaşılan problemlerin olasılık modellerinin oluşturulması ve bu bağlamda analizlerinin yapılabilmesi.
Daha ileri çalışmalar yürütebilmek için gerekli temel yetkinliğin edinilmesi.
1. Saymanın temelleri ve kombinatorik analizin olasılıkla ilişkisinin kurulması
2. Olasılık aksiyomları, koşullu olasılık ve bağımsızlık kavramlarının öğrenilmesi
3. Ayrık rassal değişkenler ve türleri, beklenen değer, ve moment hesaplamalarının öğrenilmesi
4. Aynı kavramların sürekli rassal değişkenler için genişletilmesi ve limit teoremleri
5. İstatistiğe giriş kapsamında örnekleme, tahmin ve kestirme yöntemlerinin temel düzeyde öğrenilmesi
1. Hafta: Saymanın temelleri ve olasılık
2. Hafta: Olasılık aksiyomları
3. Hafta: Koşullu olasılık, ve bağımsızlık
4. Hafta: Rassal değişken, Beklenen değer ve momentler
5. Hafta: Temel ayrık rassal değişken türleri
6. Hafta: Sürekli rassal değişkenler ve momentler
7. Hafta: Birleşik dağılım
8. Hafta: Bağımsızlık, kovaryans, ve korelasyon
9. Hafta: Örnekleme ve bootstrapping
10. Hafta: Limit teoremleri
11. Hafta: Tahmin ve kestirim yöntemlerine giriş
12. Hafta: Tahmin ve kestirim yöntemlerine giriş
Referans Değerlendime Ölçütleri
• Vize % 40
• Final % 60
• Bonus ödev yada quiz: % 10 (Vize+ Final toplamı % 50 olursa hesaba katılır)
|
Program Çıktısı
*
|
| 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
Ders Çıktısı
|
|---|
| 1 |
A, C
|
|
|
|
|
C
|
|
|
|
|
|
| 2 |
C, D, B
|
A, B
|
|
|
|
C
|
|
|
|
|
|
| 3 |
C, D, B
|
A, B
|
|
|
|
C
|
|
|
|
|
|
| 4 |
C, D, B
|
A, B
|
|
|
|
C
|
|
|
|
|
|
| 5 |
A, C, D, B
|
|
|
|
A
|
C
|
|
|
|
|
|