Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
YBS 213BETİMLEYİCİ İSTATİSTİK VE OLASILIK3 + 03. Yarıyıl5

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Zorunlu
Dersin Amacı Çıkarımsal istatistiği öğrenmeye alt yapı oluşturacak şekilde öğrencilere tanımsal/betimsel istatistik ve olasılık teorisi ile ilgili temel bilgiler vermek. Ayrıca veri madenciliği için ihtiyaç duyulan betimleyici istatistik ve olasılık altyapısını oluşturmak.
Ders İçeriği Bilimsel araştırmanın temel prensipleri, betimleyici istatistiğin temelleri, merkezi eğilim ve değişkenlik göstergeleri, ilişki göstergeleri, olasılık teorisi ve olasılık dağılımları, büyük veride sınıflandırmalar ve büyük veri analizinde verinin edit edilmesi.
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Veri madenciliğinde grafik, Tablo ve Sayısal Göstergeler kullanarak veri yığınlarını özetleme becerisi
2Olasılıksal düşünme yetisi
3Büyük veride sayısal ham verilerden anlamlı bilgiler çıkarma yetisi.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 001      334353
ÖK 002      433423
ÖK 003      234333
Ara Toplam      991110109
Katkı000000334333

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14228
Ödevler31030
Arasınavlar(hazırlık süresi dahil)11010
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)12020
Toplam İş Yükü

Dersin AKTS Kredisi






130

5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2018-2019 Güz1SERKAN DOLMA


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
YBS 213 BETİMLEYİCİ İSTATİSTİK VE OLASILIK 3 + 0 1 Türkçe 2018-2019 Güz
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Dr. Öğr. Üyesi SERKAN DOLMA dolma@pau.edu.tr İİBF C0102 Dersin Devam Yüzdesi : %70
Amaç Çıkarımsal istatistiği öğrenmeye alt yapı oluşturacak şekilde öğrencilere tanımsal/betimsel istatistik ve olasılık teorisi ile ilgili temel bilgiler vermek. Ayrıca veri madenciliği için ihtiyaç duyulan betimleyici istatistik ve olasılık altyapısını oluşturmak.
İçerik Bilimsel araştırmanın temel prensipleri, betimleyici istatistiğin temelleri, merkezi eğilim ve değişkenlik göstergeleri, ilişki göstergeleri, olasılık teorisi ve olasılık dağılımları, büyük veride sınıflandırmalar ve büyük veri analizinde verinin edit edilmesi.
Haftalık Konu Başlıkları
HaftaKonular
1 Bilimsel Araştırma ve Aşamaları
2 Verilerin Toplanması ve Düzenlenmesi
3 Verilerin Grafik ve Tablolarla Gösterilmesi
4 Betimleyici İstatistik: Merkezi Eğilim Göstergeleri
5 Betimleyici İstatistik: Değişkenlik Göstergeleri
6 Betimleyici İstatistik: Dağılım Formları
7 Normal Dağılım
8 Betimleyici İstatistik: Çarpıklık ve Basıklık
9 Betimleyici İstatistik: Korelasyon
10 Olasılık Kavramı ve Sayma Prensipleri
11 Olasılık Kuralları ve Koşullu Olasılık
12 Kesikli Olasılık Dağılımları
13 Sürekli Olasılık Dağılımları
14 Bayesçi Olasılığa Giriş
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
İstatistik: Sayıları Arkasını Anlamak, Ümit Şenesen, Literatür YayınlarıTürkçe
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı30Dönem Sonu Sınavı
Ara Sınav15Ara Sınav
Kısa Sınav30Kısa Sınav
Ödev20Ödev
Derse Devam/Katılım5Derse Devam
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları