Dersi Veren Fakülte \ Bölüm
Mühendislik Fakültesi \ Elektrik ve Elektronik Mühendisliği
Kredi
AKTS
Ders Türü
Öğretim Dili
Elektrik-Elektronik Mühendisliği Lisans Programı
Sayısal Yöntemlerin uygulama alanları. doğrusal denklemlerin sayısal çözümü, denklemlerin köklerinin bulunması, sayısal türev ve integral, ilk ve sınır değer problemlerinin çözümü, özdeğer problemleri, istatistik, eğri uydurma, hipotez testleri, optimizasyona giriş, yapay zeka, makine öğrenmesi.
Ders Kitapları ve/veya Kaynaklar
J. Kiusalaas, Numerical Methods in Engineering with MATLAB, Campridge Uni Press, 2009.
Elektrik ve Elektronik Mühendisliğinde çok sık karşılaşılan farklı mühendislik problemlerinin çözümünde kullanılan sayısal metotların ve yöntemlerin, ve makine öğrenmesinin temellerinin öğretilmesi.
1. MATLAB ile temel programlama kabiliyetine sahip olur.
2. Doğrusal Denklem Sistemlerini alternatif yöntemlerle ve hızlı olarak çözer.
3. Tek boyutlu ve vektörel kök bulma problemlerini çözer.
4. Eğri Uydurmanın uygulama alanlarını öğrenir ve problemin doğasına göre uygun eğri uydurma yöntemini seçer ve uygular.
5. Hata hesap miktarı gibi çeşitli faktörlere bağlı olarak uygun sayısal türev yöntemlerini belirler ve bu türevleri hesaplayabilir.
6. Sayısal integral hesaplayabilir.
7. Hem ilk hem sınır değer problemleri olmak üzere diferansiyel denklemleri sayısal olarak çözebilir.
8. Öz-değer Problemleri için Sayısal Çözümleri uygulayabilir.
9. Eğri uydurma, hipotez testleri gibi istatistiksel yöntemleri problemin doğasına göre seçer ve uygular.
10. Optimizasyonun temelleri hakkında fikir sahibi olur.
11. Yapay zeka ve makine öğrenmesi hakkında fikir sahibi olur. Temel seviyede makine öğrenmesi yaklaşımlarını kavrar.
12. Makine öğrenmesi kullanarak başlangıç
seviyesinde problem çözme yeteneği kazanır.
1. Hafta: Doğrusal Sistemler ve Çözümleri
2. Hafta: kök Bulma Yöntemleri
3. Hafta: İnterpolasyon ve Eğri Uydurma
4. Hafta: Sayısal Türev Hesaplama
5. Hafta: Sayısal İntegral Hesaplama
6. Hafta: İlk Değer Problemlerinin Sayısal Çözümleri
7. Hafta: Sınır Değer Problemlerinin Sayısal Çözümleri
8. Hafta: Özdeğer ve Özvektör Problemlerinin Sayısal Çözümleri
9. Hafta: İstatistik ve Hipotez Testleri, Optimizasyona Giriş
10. Hafta: Yapay Zeka ve Makine Öğrenmesine Giriş
11. Hafta: Makine öğrenmesinin temel kavramları ve öğeleri
12. Hafta: Makine öğrenmesi yaklaşımlarıyla modelleme ve problem çözme yaklaşımları
Referans Değerlendime Ölçütleri
• Ara Sınav
• Final
• Ödevler
|
Program Çıktısı
*
|
| 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
|
Ders Çıktısı
|
|---|
| 1 |
B
|
|
|
B
|
|
B
|
B
|
|
|
|
|
|
|
|
| 2 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 3 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 4 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 5 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 6 |
A, B
|
|
|
|
|
B
|
B
|
|
|
|
|
|
|
|
| 7 |
A, B
|
|
|
|
|
B
|
B
|
|
|
|
|
|
|
|
| 8 |
A, B
|
|
|
|
|
B
|
B
|
|
|
|
|
|
|
|
| 9 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 10 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 11 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|
| 12 |
A, B
|
A, B
|
|
A
|
|
B
|
B
|
|
|
|
|
|
|
|