İST658 - ESNEK HESAPLAMA YÖNTEMLERİ
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| ESNEK HESAPLAMA YÖNTEMLERİ | İST658 | 1. Yarıyıl | 3 | 0 | 3 | 8 |
| Önkoşul(lar)-var ise | Yok | |||||
| Dersin Dili | Türkçe | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Tartışma Soru-Yanıt Uygulama-Alıştırma Sorun/Problem Çözme Beyin Fırtınası | |||||
| Dersin sorumlusu(ları) | Prof. Dr. Çağdaş Hakan Aladağ | |||||
| Dersin amacı | Öğrencilere esnek hesaplama yöntemlerini gerçek hayat problemleri için etkili bir biçimde kullanmayı öğretmektir. | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | 1. Esnek hesaplama tanımı 2. Esnek hesaplama yöntemlerinin yapısı 3. Esnek hesaplama yöntemleri kullanım alanları 4. İstatistikte esnek hesaplama yöntemlerinin kullanılması 5. Çeşitli esnek hesaplama yöntemleri 6. Melez yaklaşımlar 7. Gerçek hayat problemleri için esnek hesaplama yaklaşımları üretme | |||||
| Kaynaklar | 1. Ç.H. Aladağ, Tamsayılı Programlamaya Giriş, Ekin Yayınevi, ISBN 978-605-4301-79-9, 2010. 2. R.A. Aliev, Soft Computing & Its Applications, World Scientific Publishing Company, 2001. 3. A. Celikyilmaz, I.B. Turksen, Modeling uncertainty with fuzzy logic, Springer-Verlag Berlin Heidelberg, 2009. 4. G. Süleyman, E. Eğrioğlu ve Ç.H. Aladağ, Tek Değişkenli Zaman Serileri Analizine Giriş, Hacettepe Üniversitesi yayınları, ISBN 978-975-491-242-5, 2007. 5. D.K. Pratihar, Soft Computing, Alpha Science Intl Ltd, 2007. | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | 1.1 Esnek hesaplama nedir? 1.2 Neden esnek hesaplama? |
| 2. Hafta | 1.3 Problem çözme sanatı 2.1 Sezgisel yöntemlerin temel kavramları |
| 3. Hafta | 2.2 Tabu arama algoritması |
| 4. Hafta | 2.3 Tavlama benzetimi |
| 5. Hafta | 2.4 Genetik algoritmalar |
| 6. Hafta | 3.1 Yapay sinir ağları |
| 7. Hafta | Ara Sınav |
| 8. Hafta | 3.2 Modellemede yapay sinir ağları |
| 9. Hafta | 4.1 Bulanık mantık |
| 10. Hafta | 4.2 Bulanık sistemler |
| 11. Hafta | 4.3 İstatistikte bulanık mantık temelli yöntemler |
| 12. Hafta | 4.4 Bulanık zaman serileri |
| 13. Hafta | 5.1 Melez yaklaşımlar |
| 14. Hafta | 5.2 Esnek hesaplama algoritmaları |
| 15. Hafta | 5.3 Gerçek hayat problemleri çözümünde esnek hesaplama yöntemleri |
| 16. Hafta | Genel Sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 4 | 15 |
| Sunum | 1 | 20 |
| Projeler | 0 | 0 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 1 | 25 |
| Genel sınav | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 6 | 60 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 40 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 6 | 84 |
| Sunum / Seminer Hazırlama | 1 | 26 | 26 |
| Proje | 0 | 0 | 0 |
| Ödevler | 4 | 7 | 28 |
| Ara sınavlara hazırlanma süresi | 1 | 28 | 28 |
| Genel sınava hazırlanma süresi | 1 | 32 | 32 |
| Toplam İş Yükü | 35 | 102 | 240 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. İstatistik lisans düzeyinde edindiği kuramsal ve uygulamalı yeterlilikleri geliştirme. | X | ||||
| 2. Belirli bir alana yönelerek o alanda detaylı araştırma yapabilme ve uzmanlaşma | X | ||||
| 3. İstatistiksel problemlere ilişkin yeni çözüm yöntemleri geliştirme | X | ||||
| 4. İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanabilme | X | ||||
| 5. İstatistik alanındaki bir konuyu belirli süre içerisinde etkin bir şekilde sunabilme | X | ||||
| 6. İstatistik alanında proje ve etkinlikler düzenleme. Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirebilme. | X | ||||
| 7. Bilimsel irdeleme yetisine sahip olma | X | ||||
| 8. Analitik düşünme becerisine sahip olma | X | ||||
| 9. Mesleki yenilik ve gelişmeleri hem ulusal hem de uluslar arası düzeyde takip edebilme | X | ||||
| 10. İstatistik literatürünü takip edebilme | X | ||||
| 11. Bilişim teknolojilerini ileri düzeyde kullanma | X | ||||
| 12. Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma | X | ||||
| 13. Takım çalışmalarında gerekli olan niteliklere sahip olma ve takım liderliği yapabilme | X | ||||
| 14. Yabancı dil bilgisini, alanında yabancı dilde çalışmalar yapabilecek ve bu çalışmaları sunabilecek düzeyde geliştirme. | X | ||||
| 15. Mesleki ve etik sorumluluk bilincine sahip olma | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek